正规矩阵R及平滑因子α的选取

文献1对半参数模型yi=XTiβ+s(ti)+ei(i=1,2,…,n)运用补偿最小二乘法则VTPV+αS^TRS^=min,有效地对β和s(ti)进行了估计,但该文没有解决平滑因子α和正规矩阵R的选取问题。本文对此进行了初步的研究,得到和总结了选取α和R的一些方法,以供测量数据处理者参考。

用L-曲线法确定半参数模型中的平滑因子

提出了一种新的方法———L 曲线法确定平滑因子。通过确定合适的平滑因子 ,更好地控制了残差部分VTPV与光滑度部分STRS之间的平衡 ,得到了更准确的参数估值。通过算例 ,将基于L \|曲线法确定平滑因子的半参数模型解算方法和其他方法进行了比较。结果表明 ,用L 曲线法确定平滑因子后 ,提高了半参数模型计算结果的精度 ,可以更好地将观测值中的系统误差分离出来。

基于优化平滑因子σ的概率神经网络的变压器故障诊断方法研究

目前在概率神经网络的机理研究中存在一个瓶颈问题:在有限的模式样本中提炼出能反映整个样本空间的平滑因子σ,目前的σ估计都基于经验或有限样本聚类的方法,并不能将空间的概率特性很完整地表达出来,而遗传算法可以在没有任何先验知识的情况下发现系统潜在知识。采用遗传算法来优化概率神经网络的σ,并把它应用于电力变压器的故障诊断中。通过MATLAB7.0仿真结果得出,经过遗传算法优化平滑因子后的概率神经网络可以大大提高故障诊断的准确性。

丹参单体对肿瘤坏死因子损伤的血管平滑肌细胞炎症介质IL-1β表达的影响

目的探讨丹参主要单体成分丹酚酸B和丹参酮IIA在动脉粥样硬化(AS)发病过程中发挥作用的物质基础和作用靶点。方法通过体外培养大鼠主动脉平滑肌细胞,建立肿瘤坏死因子(TNF-α)损伤的细胞模型,并运用放射免疫方法,检测上清液中IL-1β的表达。结果高剂量丹参酮IIA对IL-1β表达抑制作用最强(P<0.01),其余中药组抑制作用次之(P<0.05)。结论丹酚酸B和丹参酮IIA均可以通过抑制AS时炎症介质的表达达到防治AS的目的。

高原心脏病研究对象血液中促血管内皮生长因子及平滑肌细胞生长因子的表达及意义

目的探讨高原心脏病研究对象血液中促血管内皮生长因子及平滑肌细胞生长因子的表达情况及其意义。方法对42例高原心脏病研究对象和40例高原健康者血液中促血管内皮生长因子[肝细胞生长因子(hepatocyte growth factor,HGF)、血管内皮生长因子(vascular endothelial growth factor,VEGF)、碱性成纤维细胞生长因子(basic fibroblast growth factor,bFGF)]及促血管平滑肌细胞生长因子[内皮素-1(endothelin-1,ET-1)、血小板源性生长因子(platelet-derived growth factor,PDGF)、成纤维母细胞生长因子(fibroblast growth factor,FGF)]血液中的表达情况及其超声心动图情况进行检测。结果通过对两组研究对象血液中的促血管内皮生长因子及促血管平滑肌细胞生长因子比较发现,高原心脏病组HGF、VEGF、bFGF及ET-1、PDGF、FGF血液中的表达均显著高于对照组(P<0.05,P<0.01)。高原心脏病研究对象均存在不同程度的右心改变及肺动脉高压,其右房(上下径,横径)、右室流出道、右室前后径、右室前壁厚度、肺动脉内径、肺动脉收缩压等测值均显著高于对照组(P<0.01)。且高原心脏病研究对象HGF、VEGF、bFGF及ET-1、PDGF、FGF与其肺动脉收缩压、舒张压、平均压呈显著的正相关。结论高原心脏病研究对象血液中促血管内皮及平滑肌细胞生长因子的表达较高原健康者明显增强,与缺氧性肺动脉高压的形成及高原心脏病密切相关。

地震同震滑动分布反演平滑因子的确定

针对大地测量地震同震滑动分布反演中平滑因子(又称正则化参数)的确定问题,一般采用模型粗糙度与数据拟合残差之间的折中曲线来确定(为便于区分,本文将该方法称为"L曲线")。本文在L曲线的基础上提出一种确定平滑因子的新方法——折中相交曲线法。模拟试验反演结果表明,利用折中相交曲线法确定的平滑因子反演地震滑动分布各参数精度要优于L曲线法。利用折中相交曲线法确定平滑因子反演拉奎拉与台湾美浓实际地震,并与L曲线法反演结果进行对比分析。分析结果表明,利用折中相交曲线法确定的平滑因子反演拉奎拉与台湾美浓实际同震滑动分布各参数结果均在国内外其他学者研究的范围内,并且利用折中相交曲线法确定平滑因子较L曲线法具有计算效率高、无需依赖数据拟合度、确定平滑因子大小更为合适等优点。

洛伐他汀对兔血管平滑肌细胞转录因子活性的影响

目的 观察洛伐他汀对兔血管平滑肌细胞转录因子AP 1和NF κB结合活性及基质金属蛋白酶 9(MMP 9)表达的影响。方法 用 [γ 32 P] ATP标记寡聚核苷酸 ,采用电泳迁移率变动分析(EMSA)法测AP 1和NF κB结合活性 ,用酶谱分析法检测MMP 9表达水平。结果 洛伐他汀抑制血管平滑肌细胞MMP 9的生成且呈剂量 效应依赖关系 ,该抑制作用可被甲羟戊酸和焦磷酸二香叶酯而非角鲨烯所逆转 ;洛伐他汀减低AP 1和NF κB的结合活性。结论 洛伐他汀可抑制血管平滑肌细胞AP 1和NF κB结合活性 ,减少MMP 9的生成。

关于多面函数拟合方法中平滑因子的研究

多面函数拟合方法中如何选择平滑因子值一直存在争议。作者通过对多面函数拟合方法的深入研究与分析,并经过反复、大量的运算,最后找到解决选择平滑因子问题的方法,设计出解决平滑因子问题的计算机程序,并成功地接受了工程实例的检验。

GPS高程拟合中一种多面函数平滑因子求法的研究

通过对多面函数正双曲面模型中的平滑因子进行分析,认为平滑因子的取值有一个最佳区间。取值在最佳区间内时,拟合精度较好;又通过对影响拟合精度的因素进行分析,得出求平滑因子的取值公式。通过实验验证,该公式的取值刚好在最佳区间内,且能取得较好的拟合精度。

阿司匹林对肿瘤坏死因子-α诱导的大鼠平滑肌细胞syndecan-4蛋白及p44/42丝裂原活化蛋白激酶表达的影响

目的观察阿司匹林(ASA)对肿瘤坏死因子-α(TNF-α)诱导的离体大鼠血管平滑肌细胞(VSMCs)syndecan-4蛋白及磷酸化p44/42丝裂原活化蛋白激酶(MAPK)表达的影响。方法体外培养大鼠胸主动脉VSMCs,分别用20 ng/mL TNF-α、1 mmol/L ASA、2 mmol/L ASA、20 ng/mL TNF-α+1 mmol/L ASA、20 ng/mL TNF-α+2 mmol/L ASA作用24 h,并设立相关对照组进行比较。采用MTS/PMS法确定VSMCs的增殖状态,Western blot蛋白免疫印迹法测定VSMCs中syndecan-4蛋白及磷酸化p44/42MAPK表达。结果 (1)与对照组比较,TNF-α组能显著刺激大鼠VSMCs的增殖(P<0.01),单独应用ASA对大鼠VSMCs的增殖无明显作用(P>0.05)。TNF-α联合ASA组与TNF-α组比较,联用能明显抑制TNF-α诱导的大鼠VSMCs增殖(P<0.01)。(2)与对照组比较,TNF-α组能显著刺激大鼠VSMCs中syndecan-4蛋白及磷酸化p44/42MAPK的表达(P<0.01),单独应用ASA对二者的表达无明显作用(P>0.05)。TNF-α联合ASA组与TNF-α组比较,联用可显著降低这两种蛋白的表达水平(P<0.05)。结论一定剂量的ASA可明显抑制TNF-α诱导的大鼠血管平滑肌细胞syndecan-4蛋白及磷酸化p44/42MAPK蛋白的表达。

时空平滑相干因子自适应波束合成超声成像算法

探究浅表组织超声成像系统中,带权重的延时叠加算法(wDAS)抑制旁瓣有限,成像分辨率差的问题。时空平滑相干因子(StS-SCF)与低复杂性自适应波束合成算法(LCA)相结合形成了时空平滑相干因子自适应波束合成算法(StS-SCFA)。使用该算法在Field_Ⅱ仿真平台上进行靶点目标和囊肿的仿真。与StS-SCF、LCA相比,该算法对靶点成像使旁瓣降低约8 dB。在囊肿成像中,亮斑对比度基本不变,暗斑对比度提升1.51 dB,斑点信噪比提升0.25 dB。仿真结果表明该算法能够抑制旁瓣及背景噪声,提高成像横向分辨率及成像对比度。

GNSS高程拟合中多面函数的一种平滑因子确定方法

多面函数作为一种纯数学模型,在函数逼近方面有较好的拟合效果,广泛用于区域高程拟合中,但有关多面函数平滑因子确定一直没有统一的选取标准。本文首先通过实验确定平滑因子存在最佳取值区间,然后提出一种基于测区地形起伏的平滑因子取值公式。实验证明该公式选取的平滑因子取值处于最佳取值区间中,可以作为平滑因子取值的参考公式。

大鼠主动脉血管平滑肌舒张因子的释放

目的通过观察内皮舒张因子（ＥＤＲＦ）对去甲肾上腺素（ＮＥ）和去氧肾上腺素（ＰＥ）引起的缩血管效应的影响，研究大鼠主动脉平滑肌释放平滑肌舒张因子（ＭＤＲＦ）的可能性。方法内皮完整和去内皮大鼠主动脉环悬于器官浴槽中，测定血管的张力和收缩速度的变化。实验在消炎痛（ｉｍｄｏｍｅｔｈａｏｉｎ，１０μｍｏｌ／Ｌ）和普萘洛尔（ｐｒｏｐｒａｎｏｌｏｌ，３μｍｏｌ／Ｌ）存在下进行。结果用甲烯蓝（ＭＢ，１０μｍｏｌ／Ｌ）和左旋硝基精氨酸（ＬＮＮＡ，３０μｍｏｌ／Ｌ）处理内皮完整的大鼠主动脉环，ＮＥ和ＰＥ的剂量反应曲线明显左移（Ｐ＜０．００１）。ＥＣ３０值降低７倍和５倍。用阻断剂处理去内皮的大鼠主动脉环，剂量反应曲线仍可见有统计学意义的左移（Ｐ＜０．０５）。ＥＣ３０值下降３倍。结论实验结果证明，血管平滑肌细胞也能产生少量ＭＤＲＦ。

部分均匀海杂波中雷达目标的平滑自适应检测

在部分均匀海杂波环境下,海杂波的瞬时功率波动起伏较大,导致海面目标检测的性能受到影响。为了减小此影响,引入一个平滑因子以实现对杂波功率的控制,提出了平滑-广义似然比检测器(smooth-generalized likelihood ratio test,S-GLRT)。通过推导S-GLRT的虚警概率表达式,表明其相对于杂波纹理分量的尺度参数具有恒虚警特性。在不增加计算复杂度的前提下,实验结果表明,在部分均匀的海杂波背景下,S-GLRT优于GLRT。

基于小波平滑的超高斯与亚高斯信号盲源分离算法

为了分离超高斯与亚高斯信号,利用小波变换的高低频系数作为平滑因子,建立以分母作为预测误差的信噪比目标函数,优化目标函数以求解分离矩阵.仿真表明,该算法能够有效地分离出源信号.

抗差Vondrak滤波方法在时间频率传递中的应用

时间频率传递的结果会受到非模型化误差和观测噪声的影响,其噪声常为高频信号,构建低通滤波器可在一定程度上消除观测值序列中的高频噪声信号.本文对Vondrak滤波函数的本质进行剖析,通过IGG3算法对钟差序列进行定权并采用频率响应法选择适合的滤波因子;对不同的链路分别进行卫星双向时间频率传递(two-way satellite time and frequency transfer,TWSTFT)、基于软件接收机的卫星双向时间传递(two-way satellite time and frequency transfer based on software defined receiver,SDR-TWSTFT)和短基线共视时间频率传递实验,并对钟差结果采用抗差Vondrak滤波进行平滑去噪.结果表明:滤波后的钟差序列能够很好地反映原始钟差序列的趋势;平滑后的TWSTFT钟差结果,日波动效应得到了有效的抑制,精度有明显提升;对于共视钟差结果,精度有明显提升,与精密单点定位(precise point positioning,PPP)时间传递结果的差值保持在−1.0~1.0 ns范围内.

光伏组件输出特性的异常分类研究

光伏组件异常直接影响到发电量与组件的使用寿命,及时发现光伏组件异常并消除异常,将直接提高光伏组件发电效率。为准确检测光伏组件的异常状态,以Matlab平台为基础,模拟6种光伏组件异常状态,并分析输出特性,提出以输出特性曲线的五特征法判断异常类型。用Python语言搭建概率神经网络,并用粒子群优化算法优化平滑因子。用粒子群优化概率神经网络(PSO-PNN)模型训练异常数据,结果表明:概率神经网络对数据集较敏感,在较大的数据集,模型分类准确率高,能有效检测光伏组件异常状态。

基于麻雀搜索算法的概率神经网络优化方法及其应用

现如今,模式识别已被广泛应用于语音识别、机械诊断、遥感和医学诊断等领域。概率神经网络(Probabilistic Neural Network,PNN)作为一种常用的模式识别工具,已被应用于各类工程模式识别,且取得了一定效果。然而,传统PNN模型一般采用默认的平滑因子参数,这容易导致识别率低和分类能力不足的问题。为了解决上述问题,提出了一种基于麻雀搜索算法(Sparrow Search Algorithm,SSA)优化概率神经网络的模式识别方法(SSA-PNN)。该方法通过引入麻雀搜索算法,可以在搜索空间内高效地搜寻到最优的平滑因子,并进行PNN模式识别。将该方法应用于模拟信号和真实滚动轴承振动信号数据,实验结果表明,相比于传统PNN模型和遗传算法优化PNN方法(GA-PNN),改进后的SSA-PNN方法识别率整体提升了6.6%和2.2%,达到了93.3%的高识别率,实现了更好的分类效果。

基于AFSA-GRNN的风光水功率预测方法

【目的】构建以清洁低碳能源为主体的能源供应体系是实现碳中和目标的关键举措,光伏发电、风力发电与水力发电是清洁能源的重要组成部分,但风光发电的不确定性会导致出力波动,进而影响电力系统的稳定性。【方法】准确预测风光发电出力是电网合理调度、稳定运行和减少因风光发电比例失调而带来的经济损失的重要手段。针对传统神经网络算法计算速度慢且易陷入局部极小点等不足,提出了一种基于人工鱼群算法(Artificial Fish Swarm Algorithm,AFSA)改进广义回归神经网络(General Regression Neural Network,GRNN)的风光水发电系统功率预测模型。【结果】1)利用AFSA算法计算出最优平滑因子值为0.2,提高了模型参数搜索的效率和鲁棒性;2)通过AFSA-GRNN模型预测风光发电功率,对光伏、风电春夏季典型日、典型月的预测结果进行误差分析,得到的RMSE分别为3.68%、3.98%、3.25%、2.7%,36.76%、23.89%、35.98%、21.34%;3)AFSA-GRNN对水力发电功率预测的误差值小于LSTM算法,RMSE为14.35%。【结论】AFSA-GRNN模型预测精度和运行效率均优于LTSM模型,可以为风光水发电预测提供参考。

基于机器视觉的钢铁加工机器人目标抓取路径规划方法

常规的钢铁加工机器人目标抓取路径的方法,由于没有对抓取路径因子进行约束,导致路径的平滑因子很低。为此,提出基于机器视觉的钢铁加工机器人目标抓取路径规划方法。在机器视觉的基础上,确定钢铁加工机器人抓臂与抓取目标之间的接触状态,对不同接触状态的目标抓取路径因子进行分类,确保钢铁加工机器人在不同工作环境下具备高效稳定的能力。通过确定机器人与抓臂之间的关系,计算分类后的抓取路径因子的约束条件。确定整个抓取过程的起点、终点、最高点等特征点,对总体的抓取时间进行分析和计算,生成钢铁加工机器人的目标抓取路径轨迹,完成钢铁加工机器人目标抓取路径规划设计。结果表明,与其他3种方法相比,基于机器视觉的钢铁加工机器人目标抓取路径规划方法得到的路径平滑因子最高,路径规划方法最好,具有实际的应用价值。