改进归一化方法对ECT重建图像质量的影响

为了提高电容层析成像(ECT)系统重建图像的质量,提出一种改进的电容测量值归一化方法.在典型流型分布下,对使用不同归一化方法情况下的正则化迭代算法和Landweber迭代算法的重建结果进行比较,分析了不同归一化方法对这两种常用迭代算法重建图像质量的影响.实验结果表明:对于三种典型流型的多数相含率分布情况,采用改进的归一化方法能够减小系统线性近似求解的偏差,提高两种迭代重建算法的重建图像质量.

用放射性核束进行弹性散射实验的一种角分布归一化方法

介绍了放射性核束弹性散射实验中测量的角分布进行归一化的方法。由于有限的测量角区及放射性核束有较大的发散度 ,采用了逐个事件计算的方法 ,在探测器空间分布区域用事先产生的一系列点构成的数据库模拟探测器边界 ,对这些点进行坐标转换 ,再进行选择判断 ,得到每个事件的几何探测效率。通过每个事件的几何探测效率推算到整个空间 ,得到实际的角分布。

一种基于HMM的动态语音模式时间归一化方法

研究了利用隐马尔可夫模型 (HMM)对动态语音模式进行时间归一化的方法。引入了借助于 HMM对语音基元观测序列所做的一种分段 ,这种分段被称之为语音基元观测序列的 HMM全状态分段 ,并且定义了 HMM全状态分段的符合度。根据 HMM全状态分段的符合度确定了语音基元观测序列的最优 HMM全状态分段 ,通过最优 HMM全状态分段把语音基元观测序列转换为固定维数的向量 ,从而实现了动态语音模式的时间归一化。将动态语音模式的这一时间归一化方法在结合 HMM和人工神经网络 (ANN)的混合语音识别方法中进行了应用 ,实验结果表明这一时间归一化方法的有效性。

测井资料归一化方法探讨

选择正确的测井曲线归一化处理方法可以提高多井间资料的可对比性,为油藏描述、储层综合评价创造有利条件。文中通过对当前油藏研究中经常使用的各种测井曲线归一化方法(直方图法、均值校正法、三孔隙度交会图法、趋势面分析法,变异函数分析法)进行了综合分析,为油藏研究中测井曲线归一化方法选用提供参考,减少盲目性。

平面波归一化方法谈

本文给出了平面波归一化的一个新途径,并与教材中的箱归一化方法进行了比较,讨论了它们在物理极限情况下趋于一致的物理本质。

多种归一化方法对miRNA微阵列数据的作用分析及比较

通过MA图和箱线图比较归一化前后miRNA微阵列数据分布情况的变化,用K-S检验和均方误差来评估6种归一化方法的优良性.结果显示,对于miRNA微阵列数据而言,局部加权回归方法和分位数归一化方法比其它方法效果更好,其中又以局部加权回归方法的效果最佳.

回归神经网络预测模型归一化方法分析

该文运用几种常见数据归一化方法分别对自回归神经网络动态预测模型的预测性能进行分析，结果说明不同数据归一化处理对模型的性能影响非常明显，运用最大运算法进行归一化处理要优于其它几种常见归一化方法。

层速度的深度归一化方法及其在地质研究中的初步应用

本文引入深度归一化的层速度概念,建立了深度归一化层速度与岩性之间的一元函数关系,介绍了层速度深度归一化处理的DNVP软件,并以两个模型和两个实例,运算证实其可行性,结果表明本方法在地震地层学研究中有一定的实用性.

分散的混凝土SHPB实验数据归一化方法研究

针对混凝土SHPB实验数据分散性的问题,文章结合不同的实验结果提出了一种可以显著改善分散性的归一化处理方法。SHPB实验装置通常被用于获得应变率为10^1-10^3s^-1下的混凝土材料的动态压缩强度,但是在SHPB实验中,混凝土的动态压缩强度受到应变率效应、端部摩擦效应和惯性约束效应等主要因素的影响,这些因素的存在导致了实验数据具有明显的分散现象。为了量化目前实验技术无法定量分析的惯性约束效应,借助率无关材料本构模型进行数值计算,探索不同体积试样的惯性约束效应之间的关系;为了消除不同体积试样所引起的惯性约束效应对实验数据的影响,理论推导不同体积试样的惯性约束效应对实验数据的贡献关系式;利用关系式重新整理实验结果获得试样体积归一化的实验数据,即可得到分散性显著改善的实验数据,这有利于学术研究和工程应用。

归一化方法在计算多回路输电线路三相不平衡度中的应用

计算线路的三相不平衡度前提要得出线路负载端电压、电流值。本文针对用传统相模变换法求解多回输电线路稳态解时,无法建立统一传输线方程,计算繁锁的问题,以及常用的电力系统瞬态分析软件EMTP/ATP、PSCAD等无法实现回路数大于4的输电线路稳态分析问题,介绍了基于归一化原理的线路稳态分析方法。用该方法可对耦合关系复杂、回路数大于4的多回输电线路建立统一的多导体传输线方程并求解,进而计算线路的三相不平衡度。该方法求解简便,适于MATLAB编程实现算法过程。

基于归一化原理的流量计群在线核查方法

目前供热系统中的流量计带病工作较多、流量测量数据可信度低、判断流量计工作情况难。本文研究了利用归一化方法解决流量计群的测量数据不闭合问题,给出了流量及热量的修正方法;分析了总流量变化时各热力站的流量比变化率,以及正常运行的流量计的流量比变化率的区间,证明了利用流量比变化率可实现流量计的云在线核查,为保障智慧供热系统中的数据正确及完整提供了简单、实用的方法。

基于改进深度学习的航拍滑坡检测方法

为及时发现滑坡险情展开应急救援,提出一种结合逐通道不同阈值的深度残差收缩网络(DRSN-CW)方法的更快速区域卷积神经网络(Faster-RCNN)模型的航拍图像滑坡检测算法。利用图像增强的伽马变换、高斯滤波方法提高图片的质量;使用群组归一化方法消除batchsize大小对模型的影响;为减少噪声以及无关特征区域的干扰,采用DRSN-CW网络对滑坡检测目标进行精准定位。实验结果表明,改进后模型与先前模型相比F1值以及平均精度分别增加了10.7%、10.2%,可以有效检测滑坡险情。

介电响应分析中温度归一化获得标准曲线的方法、意义及应用

温度是影响电介质介电响应的重要外界因素。将不同温度条件下测量获得的介电响应曲线平移而形成相互重叠的介电响应曲线的方法即温度归一化方法,所获得的重叠的介电响应曲线即为标准曲线(master curve)。为获得正确的标准曲线,需要在双对数坐标中对极化率的实部和虚部同时进行温度归一化平移、并记录平移的移动轨迹(即参考点的移动轨迹)。参考点的移动轨迹即反映了温度对于介电响应的影响。标准曲线可以扩展所测介电响应的频率范围、增加数据点的密集程度,消除试验中的偶然误差,提高试验结果的准确性。标准曲线可以用于判断测量的介电响应是否是由单一的弛豫过程构成、判断电介质的微观结构是否随着温度的变化而变化、获得介电响应的温度特性等。通过温度归一化平移获得重合的标准曲线并非必然结果,在由温度特性不一致的多弛豫过程组成的介电响应中或在电介质微观结构发生变化的温度范围内,是无法获得重合的标准曲线的。该文以测量高电压外绝缘领域常用的高温硫化硅橡胶的介电响应为例,详细说明了温度归一化方法在介电响应分析中的应用。

大区域TM影像归一化植被指数季相归一化处理方法

针对高分辨率遥感监测植被时大范围获取影像的季相往往不一致,影响了归一化植被指数的连续性与可比性问题,借助MODIS归一化植被指数产品,开展TM归一化植被指数季相归一化方法研究。以福建省为例,分析不同季相MODIS归一化植被指数之间的一次项、二次项最小二乘关系及差值关系,对比分析转换结果。结果表明,二次项关系优于其他两种效果,较好地消除归一化植被指数时相不一致问题,获得了较为满意的效果。利用MODIS归一化植被指数构建二次项,完成福建省TM归一化植被指数季相归一化,消除了不同景影像间的季相不一致,使在大区域范围内归一化植被指数具有空间上的可比性和一致性。

利用重归一化Numerov方法研究超冷双原子碰撞

采用重归一化Numerov算法求解关于超低温双原子碰撞问题的非含时薛定谔方程组.以^(39)K-^(133)Cs碰撞为例,研究了超低温下双原子Feshbach共振的性质.结果表明,重归一化Numerov算法可以很精确地描述超冷条件下碰撞过程.与改进的logarithmic derivative算法相比,在同等参数条件下,重归一化Numerov方法在计算效率上虽然有一定劣势,但在大格点步长参数范围内有着更好的稳定性.提出重归一化Numerov和logarithmic derivative算法相结合的传播方法,在保证结果精度的同时大大减少了计算时间.此项算法也可以应用于求解任意温度下的两体碰撞耦合薛定谔方程组.

在新冠肺炎疫情影响生产的情况下对能源基准归一化方法应用的思考

一、基本概念1.相关变量(Relevant variable)根据GBAT 36713-2018《能源管理体系能源基准和能源绩效参数》中第3.7条,“相关变量”的定义,即“影响能源绩效且经常变化的、可量化因素”(如生产参数,产量、容量、开工率等)。在这些相关变量中,生产产量是最容易产生变化的,也是最常见的、对能源消耗产生直接影响的相关变量。

归一化的邻接变化数方法在中文分词中的应用

该文提出了一种无监督和有监督相结合的中文分词方法:将邻接变化数(Accessor Variety,AV)引入基于条件随机场的中文分词系统中。针对邻接变化数在处理较少的训练数据时存在的缺陷,提出了一种归一化的改进方法,以减轻计算AV值时产生的波动。基于Bakeoff-4的中文分词实验表明,归一化的邻接变化数方法无论对于封闭测试,还是开放测试,都带来了性能的提升。

基于自注意力和门控循环神经网络的雷达回波外推算法研究

为提升现有神经网络对雷达回波序列的时、空特征提取能力,建立外推性能更优的时、空序列预测模型,开展雷达回波外推算法改进研究。基于深圳市气象局与中国香港天文台共同建立的雷达回波数据集,在数据处理层面,通过改进对雷达回波图像序列归一化的方法,提升了常用的5种时、空序列预测模型对强回波的预测水平;在模型算法层面,将两个联立的自注意力结构引入ST-LSTM结构,组成新的循环门控单元,并将这些循环门控单元进行堆叠,建立ST-SARNN模型。选用CSI和POD作为精度评价指标,进行模型对比分析得到:(1)改进的归一化方法提升了近几年内常用的5种时、空序列预测模型对强回波的预测水平。(2)加入自注意力的ST-SARNN模型对雷达回波的预测性能显著优于ConvLSTM、PredRNN和MIM等模型。改进的归一化方法能改变样本数据分布,并在一定程度上提升模型外推性能;自注意力结构能够有效挖掘雷达回波序列的时、空特征,进而改进神经网络的外推表现。

一种基于归一化分割方法的集体行为识别算法研究

提出了一种基于归一化分割方法的集体行为识别算法,该算法通过运动个体的复杂特征定义个体间的相似性度量,得到集体行为聚类。实验结果表明,在多种视频场景中,该算法均能有效地识别集体行为模式;以真实聚类个数的差异作为评价指标,本方法具有更高的准确性。

常用围岩分类方法对某深埋隧洞的适用性分析

某深埋隧洞局部地应力高达42 MPa,局部外水压力高达10 MPa,具有高地应力、高外水压力的特点。一般认为,最大主应力大于20 MPa属于高地应力,外水压力远大于1 MPa为高外水压力。采用Q系统、RMR分类、水电规范HC分类、国标BQ分类等4种常用围岩分类方法对该隧洞进行了围岩分类。分类结果表明,高地应力条件下,Q系统的适用性较好,RMR分类、HC分类、BQ分类适用性均差。4种分类方法在高外水压力条件下的适用性均差。出现上述现象的主要原因有:Q系统通过最大切向应力与岩石抗压强度的比值σθ/σc的大小,反映高地应力对围岩类别的影响。故其在高地应力条件下的适用性较好;RMR分类没有考虑高地应力对围岩类别的影响。其分类结果在高地应力区特别是岩爆段偏高;HC分类在高地应力区简单地采用降级的方法。其分类结果误差较大;BQ分类对岩石强度过于敏感。其分类结果在高地应力区过于保守。这4种方法均未考虑高外水压力对围岩类别的影响。论文提出了一种“归一化方法”,可以对不同分类方法分类结果进行相互比较。