世界优秀运动员竞技水平峰值特征研究进展

目的:通过梳理世界优秀运动员竞技水平峰值特征,总结优秀运动员峰值年龄和峰值表现窗口期特征的研究进展。方法:主要采用文献调研法,在中国知网核心期刊和Web of science核心合集数据库中检索相关文献并系统归纳提炼。结果:游泳、铁人三项、网球和高尔夫项目男子运动员的峰值年龄晚于女子运动员,而自行车和田径项目的研究结果则与之相反;随着田径竞赛、自行车和铁人三项项目竞赛距离的增加,运动员的峰值年龄出现了显著性的增大,而在游泳项目运动员中则表现出与之相反的规律;游泳和网球项目运动员的峰值年龄出现最早,其次为冰球和除马拉松以外田径项目的运动员,马拉松、自行车、铁人三项及高尔夫项目运动员的峰值年龄出现最晚;有研究认为男子运动员的峰值表现窗口期略长于女子运动员,但也有研究认为男、女运动员的峰值表现窗口期长度无显著差异;田径相关研究认为田赛和长跑项目运动员的峰值表现窗口期长于短跑和跨栏项目运动员,而游泳相关研究表明随着比赛距离的增加,游泳运动员的峰值表现窗口期长度逐渐缩短。结论:峰值表现特征是当前国内、外的研究热点,但多数研究主要存在于游泳和田径项目,且研究对象的运动水平也没有明确划分,探索不同项目、不同水平运动员的竞技水平峰值特征是今后研究的趋势;我国在峰值表现上的基础理论研究较为薄弱,因此应加强运动员培养体系和多年训练规划的研究,为科学化、系统化的培养体制提供理论支撑。

全球电离层峰值参数的季节变化

针对全球电离层峰值参数的季节变化问题,使用2006-2019年COSMIC掩星电离层月均值数据和小波分析方法分析了全球电离层N_(m)F_(2)和h_(m)F_(2)季节变化特征,结果表明:电离层N_(m)F_(2)和h_(m)F_(2)随地方时、季节、纬度存在显著差异,电离层峰值参数均与太阳活动水平表现出正相关性,月均值相关系数分别达到了0.9和0.8以上;正午电离层N_(m)F_(2)在太阳活动高年期间存在显著年、半年等季节变化特征,午夜基本以年变化为主,且南半球电离层N_(m)F_(2)季节变化特征更为明显;正午电离层h_(m)F_(2)所有年份均存在显著年变化特征,午夜期间季节性变化特征不太明显,且南半球电离层h_(m)F_(2)季节变化特征强于北半球;电离层峰值参数的季节变化规律在太阳活动高年期间更为显著;太阳活动指数和电离层峰值参数中似乎存在25~35个月的周期信号,但未通过显著性检验,综合分析研究认为电离层中的等离子体不会受到QBO现象影响.

人口特征对中国经济社会需水影响及峰值预测

人口规模结构是决定水资源需求的关键因子,在人口总量负增长的重大变化背景下,中国经济社会需水如何演变直接关系到水资源管理宏观决策。本文通过分析中国人口城乡结构、年龄结构对经济社会需水的影响规律,构建了基于人口特征的需水变化曲线,并在此基础上预测了经济社会需水演变态势及峰值时点。研究结果表明:中国经济社会需水峰值可能出现在2042年,达峰规模约为7300亿m^(3);2050年之前,城镇地区需水总量将会持续增加,农村地区需水峰值将于2030年左右出现。经济社会需水规模是决定区域用水特征的边界条件,研究认为在中国经济社会需水还未到达拐点、国际贸易环境动荡加剧的背景下,未来中国供水保障还应该保持一定的弹性和韧性。

湖北省域不同超越概率水平下地震动峰值加速度比例关系

以第一次全国地震灾害风险普查工作成果为依据,计算并分析湖北省域不同超越概率水平下峰值加速度之间的比例关系及其空间分布特征。利用湖北省域宏观场地类别数据,计算得到湖北省域在多遇地震、基本地震和设防地震作用下场地峰值加速度比例关系:在0.05 g加速度分区中,湖北省域场地50 a超越概率63%与10%的峰值加速度比例(R_(63)/R_(10))均值为0.31,超越概率2%与10%的峰值加速度比例(R_(2)/R_(10))均值为1.81;在0.10 g加速度分区中,R_(63)/R_(10)均值为0.30,R_(2)/R_(10)均值为1.80;在0.15 g加速度分区中,R_(63)/R_(10)均值为0.17,R_(2)/R_(10)均值为1.98。在此基础上,与现行《建筑抗震设计规范》、《中国地震动参数区划图》等强制性国家标准中要求的比例进行对比分析,认为湖北省域采用《建筑抗震设计规范》中的取值对建筑物进行抗震作用计算,所考虑的地震作用是保守且安全的。同时,在湖北省高烈度区(如竹山、竹溪)开展地震危险性分析和地震灾害风险防治工作时,多遇地震下的地震动峰值加速度值宜按不低于基本地震动峰值加速度的1/3进行调整。该研究成果将有助于湖北省地震风险普查成果的推广和应用。

碳移除下全球地表气温峰值出现时间的主要影响因子:能量平衡模型研究

碳移除是21世纪末实现巴黎气候协定温度目标的关键手段。在其开展后,全球地表气温将在随后的若干年达峰。目前,耦合模式比较计划第六阶段(CMIP6)开展碳移除试验的数值模式较少,限制了科学界对碳移除下全球地表气温峰值出现时间的理解。本文发现,基于强迫—响应能量框架的两层能量平衡模型能够很好地重现出:1)大气CO_(2)浓度变化对全球地表气温的影响;2)碳移除过程中全球地表气温的峰值出现时间。因此,该模型可作为CMIP6碳移除试验的补充,能够胜任峰值出现时间的影响因子研究。该能量平衡模型的结果显示,在碳移除过程中,不考虑深层海洋的情况下,对全球平均地表气温的峰值出现时间影响最大的因子为平衡气候敏感度,其次为地表热容量;当深层海洋存在时,影响最大的因子为深层海洋热容量,其次为平衡气候敏感度,之后为地表热容量。这些因子主要通过改变碳移除开始时地表净能量收入的大小来影响全球地表气温峰值的出现时间。相比不考虑深层海洋的情况,深层海洋的存在可以略微提前全球温度峰值出现的时间,并使得碳移除后CO_(2)强迫对地表净能量的下降幅度的贡献较大。

面向密度分布不均数据的加权逆近邻密度峰值聚类算法

针对密度分布不均数据,密度峰值聚类算法易忽略类簇间样本的疏密差异,导致误选类簇中心;分配策略易将稀疏区域的样本误分到密集区域,导致聚类效果不佳的问题,本文提出一种面向密度分布不均数据的加权逆近邻密度峰值聚类算法。该算法首先在局部密度公式中引入基于sigmoid函数的权重系数,增加稀疏区域样本的权重,结合逆近邻思想,重新定义了样本的局部密度,有效提升类簇中心的识别率;其次,引入改进的样本相似度策略,利用样本间的逆近邻及共享逆近邻信息,使得同一类簇样本间具有较高的相似度,可有效改善稀疏区域样本分配错误的问题。在密度分布不均、复杂形态和UCI数据集上的对比实验表明,本文算法的聚类效果优于IDPC-FA、FNDPC、FKNN-DPC、DPC和DPCSA算法。

基于PSO-CNN-XGBoost水下柱形装药峰值超压预测

为探索水下柱形装药结构、爆距等参数与水下柱形装药峰值超压的关系,将装药样本数据视为二维数据,建立粒子群优化(Particle Swarm Optimization,PSO)算法、一维卷积神经网络(1D Convolutional Neural Network,1DCNN)和极端梯度提升(Extreme Gradient Boosting,XGBoost)的水下柱形装药峰值超压融合预测算法。采用相关性分析与数据可视化方法,分析装药结构参数、爆距与峰值超压之间的关联关系。设计1DCNN深度网络挖掘不同长径比、爆距等参数与峰值超压之间的纵向时序关系。运用XGBoost算法寻找装药结构参数、爆距与峰值超压之间的横向非线性关系,提升小样本数据的预测精度。使用PSO算法优化1DCNN和XGBoost的超参数,获得最优算法结构。研究结果表明,在包含10种智能算法的对比实验中,PSO-CNN-XGBoost水下柱形装药峰值超压预测算法在精度、稳定性、拟合程度上均高于其他模型。

高光谱影像逆近邻密度峰值聚类的波段选择算法

密度峰值聚类波段选择算法利用局部密度描述波段的密度信息,然而现有的局部密度容易忽略波段分布的全局信息,不能有效描述波段的分布特征,导致波段子集分类精度有限。为解决上述问题,本文提出一种基于逆近邻的密度峰值聚类波段选择算法。首先,利用波段与其K近邻构建K近邻有向图,获取波段的逆近邻,以及波段之间的共享近邻和共享逆近邻;然后,利用共享近邻和共享逆近邻并集的个数作为波段之间的相似度,利用波段与其逆近邻的平均欧氏距离和相似度构造增强型局部密度;最后,将增强型局部密度、距离因子、信息熵三者的乘积作为权重值,根据权重值挑选波段子集。为提高试验效率和实用性,本文算法还提出一种自动获得K值的自适应K值方法。在3个高光谱标准数据集上的试验结果表明,本文算法得到的波段子集比其他先进算法挑选的波段有更好的分类性能,尤其是在波段数较少的情况下,而且计算效率较高。

云南省建筑业CO_(2)排放峰值及达峰时间预测

建筑业减碳是助力我国实现碳达峰、碳中和目标的重要抓手。运用决策试行与评价实验室(DEMATEL)方法从直接碳排放、间接碳排放、运行碳排放和环境代价四个维度对云南省建筑业CO_(2)排放影响因素予以了系统分析。在此基础上采用系统动力学构建出云南省建筑业CO_(2)排放系统仿真模型,从而揭示预测出不同情境下云南省建筑业CO_(2)排放的预期峰值和时间。模拟结果表明:在高碳情景下,云南省建筑业将于2038年实现碳达峰,峰值为1091.33百万吨;而在低碳情景和基准情景下,云南省建筑业将于2035年实现碳达峰,其峰值分别为455.91百万吨、942.04百万吨。最后,给出促进云南省建筑业低碳发展的对策建议。

基于峰值直方图均衡化的车位图像增强

车位增强算法作为自动泊车的重要组成部分,其增强结果直接影响车位线提取效果。基于此,引入了暗通道作为低频分量进行自适应对比度增强,基于多组低对比度车位图像数据,讨论了多种低对比度增强算法的适用性,针对增强算法部分区域产生的车位增强不足与过曝现象导致降低车位线提取的完整性与精度下降的问题,提出峰值直方图均衡化的快速增强算法,结合了PSNR、结构相似性、平均亮度和信息熵等作为客观评价指标,利用了霍夫直线检测统计算法增强结果的车位提取精度,并进行了验证。研究结果表明:本算法能够减少环境信息干扰,保留更多纹理细节,提升全局图像亮度与对比度,其在低照度环境下仍然具有出色的鲁棒性。本算法车位线提取精度超过90%,算法运行时间仅为37.18 ms,能够为低对比度场景下的自动泊车系统提供方法指导。

一种窄脉冲信号峰值电压检测电路设计

SiCMOSFET器件栅极峰值电流可以表征器件结温,但是栅极峰值电流信号上升下降速度快、维持时间短,给峰值电压信号检测电路设计带来了挑战。此处提出了一种基于两级峰值采样保持电路的窄脉冲峰值电压检测电路,其具有采集精度高、保持时间长等优点。首先介绍了峰值检测原理以及两级峰值检测原理,然后给出了详细的电路参数选型,最后,利用仿真和实验对此处所提峰值电流检测电路进行了验证。结果表明,所提峰值检测电路检测误差小于1.1%,电压下垂速率为0.55μV/μs。

基于网格近邻优化的密度峰值聚类算法

密度峰值聚类(DPC)将数据样本点的局部密度和相对距离进行结合,能对任意形状数据集进行聚类处理,但密度峰值聚类算法存在主观选择截断距离、简单分配策略和较高时间复杂度等问题。为此,提出了一种基于网格近邻优化的密度峰值聚类算法(KG-DPC算法)。首先对数据空间进行网格化,减少了样本数据点之间距离的计算量;在计算局部密度时不仅考虑了网格自身的密度值,而且考虑了周围k个近邻的网格密度值,降低了主观选择截断距离对聚类结果的影响,提高了聚类准确率,设定网格密度阈值,保证了聚类结果的稳定性。通过实验结果表明,KG-DPC算法比DBSCAN、DPC和SDPC算法在聚类准确率上有很大提升,在聚类平均消耗时间上DPC、SNN-DPC和DPC-NN算法分别降低38%、44%和44%。在保证基本聚类准确率的基础上,KG-DPC算法在聚类效率上有特定优势。

局部标准差优化的密度峰值聚类算法

密度峰值聚类(clustering by fast search and find of density peaks,DPC)算法是一种基于密度的聚类算法,它可以发现任意形状和维度的类簇,是具有里程碑意义的聚类算法。然而,DPC算法的样本局部密度定义不适用于同时发现数据集的稠密簇和稀疏簇;此外,DPC算法的一步分配策略使得一旦有一个样本分配错误,将导致更多样本的错误分配,产生“多米诺骨牌效应”。针对这些问题,提出一种新的样本局部密度定义,采用局部标准差指数定义样本局部密度,克服DPC的密度定义缺陷;采用两步分配策略代替DPC的一步分配策略,克服DPC的“多米诺骨牌效应”,得到ESDTS-DPC算法。与DPC及其改进算法KNN-DPC、FKNN-DPC、DPC-CE和经典密度聚类算法DBSCAN的实验比较显示,提出的ESDTS-DPC算法具有更好的聚类准确性。

基于峰值比拟合匹配的时差式气体超声波流量计

时差式气体超声波流量计的回波信号在气体中传播时能量衰减严重,且存在着不同程度的幅值晃动问题。因此如何在幅值晃动的气体回波信号中确定特征点,以准确测量回波信号渡越时间及其顺、逆流渡越时间差,是当前时差式气体超声波流量计信号处理方法的主要研究热点。该文基于超声回波信号的数学模型,研究构建了一种基于峰值比拟合匹配的信号处理方法,利用拟合指标来筛选符合匹配条件的波形。并且通过实际数据验证了该方法的有效性和优越性。

基于改进型转矩分配函数的开关磁阻电机转矩与峰值电流优化研究

开关磁阻电机(SRM)使用传统的转矩分配函数控制时由于转矩分配函数的开关角度恒定,使其在换相阶段出现较为明显的转矩脉动和较高的峰值电流现象。针对这一现象,提出实时调节开关角度的指数型转矩分配函数的控制方法来降低转矩脉动与相峰值电流。与传统的转矩分配控制进行比较分析,所提算法能够在不同电机转速下抑制转矩脉动和降低SRM定子绕组换相峰值电流,在中低速情况下,实时优化转矩分配函数开关角与重叠角,提高了SRM的运行效率。以一台2.2 kW的12/8开关磁阻电机作为控制对象,建立控制系统仿真模型,通过仿真和实验验证了所提算法的有效性。

贝壳形屋盖风压系数密度峰值聚类分区研究

鉴于贝壳形屋盖表面风压分布的特殊性,提出基于快速搜索技术的密度峰值聚类风压系数分区方法。以某贝壳形屋盖表面风压分布试验结果为基础,进行密度峰值聚类风压系数分区,采用SD有效性指标验证分区数的合理性,并与改进k-means聚类分区结果进行对比。结果表明:密度峰值聚类风压系数分区以风压系数相对距离、局部密度和综合指数为特征参数,能较好反映屋面风压分布特性,有效保证类聚合性和类类分离性;相较于改进k-means分区法,不同风向角下密度峰值聚类得到的分区数与SD最优聚类数接近;密度峰值聚类分区结果能更准确反映贝壳形屋盖表面风压分布特性,充分体现测点风压系数局部密度和相对距离特征值较大的基本原则,对于贝壳形屋盖的风压系数分区具有更好的适用性;贝壳形屋盖密度峰值聚类分区最大负风压系数在-0.59~-1.74之间。

基于密度峰值的标签传播算法

随着智能技术应用的推广,高质量社区的检测已成为社会网络研究的热点之一。由于具有线性时间复杂度,且无需预定义目标函数和社团数,标签传播算法(LPA)已得到广泛关注。然而,在标签传播过程中,LPA具有不确定性和随机性,进而影响检测社区结果的准确性和稳定性。为此,提出一种基于密度峰值的标签传播社区检测方法(DPC-RWL)。首先,采用密度峰值聚类算法查找出社区的核心节点集合,计算节点与核心节点集之间的权重,选取最大值为该节点赋予权值。最后,使用基于标签传播算法的归属度函数进行传播。真实网络和LFR人工基准网络的对比实验表明,所提算法能准确高效地识别出社区结构。

某液体火箭发动机用起动器峰值压力时间超差故障研究

针对某液体火箭发动机用起动器峰值压力时间超差故障,进行了原因分析,提出了改进措施并对其有效性进行了试验验证。结果表明:造成起动器峰值压力时间超差故障的原因为起动器内膜片与端盖间的焊接强度不足,在高温燃气冲击下膜片过早脱落、烧蚀,从而导致压力提前泄放。提出将1圈焊接改进为2圈焊接、将点焊改进为连续焊接,焊接后增加气密性及承压性能检测,以及加强削弱槽深度检测等改进措施。验证试验表明上述改进措施可有效避免起动器出现峰值压力时间超差故障。

密度峰值聚类在塔机损伤诊断中的应用研究

建立塔机有限元模型,获取塔机完好状态和各损伤工况的各采集点的动态位移。提出了两种模型建立方法,基于悬臂梁的双输入单输出模型和基于时域数据的动态双输入单输出模型,对基于时域数据的双输入单输出模型首先利用最小二乘法计算参数初值,进一步利用粒子群优化方法进行参数优化,提高了模型精度。以完好工况的塔机数据为基础,建立基于悬臂梁的双输入单输出模型和基于时域数据的双输入单输出模型,计算参数,建立损伤识别模型,用待检状态的位移数值拟合模型,用两种模型计算出的残差方差做损伤因子,利用密度峰值聚类方法对损伤因子进行分析,实现了对塔机的损伤判定和损伤位置的确定。这种基于密度峰值聚类的诊断方法可对塔机微小损伤进行智能诊断和位置确定,该方法只需要塔机完好状态的数据和待检状态的数据即可自动诊断,解决了塔机损伤识别中损伤数据难以获取,因而无法实现智能训练和诊断的问题。

基于峰值特性判定模型更新的鲁棒视觉跟踪算法

为解决传统的模型更新算法在视觉跟踪中出现遮挡、光照变化以及自身旋转等情况下存在的鲁棒性较差问题,提出一种利用峰值特性对模型进行选择性更新的鲁棒视觉跟踪算法.该算法首先通过粒子滤波跟踪确定目标位置,接着利用当前模型在当前帧跟踪的结果位置附近进行局部穷搜索,然后通过检测到的峰值分布确定目标置信度的数值矩阵,最后采用峰值旁瓣比阈值判断法确定是否更新当前模型.仿真结果表明:所提算法能够对目标模型进行有效更新,与对比算法比较,在应对视觉跟踪中常见的遮挡、光照变化以及自身旋转等情况时,总体上能够达到更好的跟踪效果.