一种考虑漏电流功耗的快速校正线性模型的瞬态热分析方法

随着集成电路特征尺寸不断缩小,三维集成电路越来越受重视。然而,由于三维集成电路采用多层堆叠,导致芯片内部能量密度极高、散热困难。因此,精确的三维集成电路热分析是控制三维集成电路温度的重要前提。此外,实验结果表明稳态和瞬态热分析的温度差异可高达60 K,因此,在某些温度敏感的关键场景中,快速、准确的瞬态热分析是必不可少的。基于已有文献提出的漏电功耗校正线性模型稳态热分析方法,本文进一步提出了快速校正线性模型方法应用于瞬态热分析问题中。该方法采用后向欧拉法对时间进行离散,并通过减少每个时刻点中迭代方程雅可比矩阵的更新以提高计算效率。实验结果表明:本文提出的方法在最高温差不超过0.521 K的精度下,相比已有的方法有约1.3~3.1倍的加速效果。

基于小波神经网络的非线性误差校正模型及其预测

针对非线性系统的预测问题,在线性和非线性协整理论涵义的基础上,提出利用小波神经网络进行非线性协整系统的非线性误差校正模型的研究,并给出该模型的建模方法.对沪深股市进行实证研究,与线性向量自回归模型进行比较.研究证明,小波神经网络所建立的非线性误差校正模型有较好的预测效果,能够有效地预测非线性经济系统.

机电类出口产品质量指数非线性自校正模型及其应用

为提高机电类出口产品质量测度的精度,对已有的质量估算方法进行修正,构建衡量机电类出口产品质量测度估计模型,并采用函数链神经网络对其非线性自校正。研究结果表明:各行业机电类出口产品质量指数大多在0以上,且分布较均衡,质量指数在高位、中位和低位上运行的行业各3种;各行业出口产品的平均质量指数总体上呈持续下降趋势,但其中4个行业出口产品的质量指数呈上升趋势,其他行业呈下降趋势;具有非线性自校正功能的机电类出口产品质量测度模型更能反映产品质量演进路径呈时间非线性变化实际趋势,可在较大程度上提高机电类出口产品质量测度精度。

基于GNSS的MODIS大气可降水量校正模型

MODIS大气可降水量(PWV)空间分辨率高但易受云雨等环境因素影响,精度不高.GNSS PWV空间分辨率较低但具有全天候、不受天气影响、精度高的优点.研究表明两者存在显著的线性相关性,结合两者的优点,基于GNSS PWV校正MODIS PWV可获取大面积高精度的PWV.针对传统的线性回归校正模型没有考虑云、气溶胶等的影响使两种数据线性相关性变差的问题,本文在传统的线性校正模型上增加了使用年积日的非线性周期项的方法来构建校正模型.利用2017-2019年香港地区GNSS对流层延迟与MODIS近红外数据,使用频谱分析线性残差项,结果表明残差具有显著的年周期.对比传统模型,本文模型的平均绝对误差、平均相对误差、均方根误差和拟合度都有明显的改善,表明本文模型可行有效且精度较高.

净信号预处理结合径向基偏最小二乘回归在血糖无创检测中的应用

为了提高人体血糖近红外光谱定量分析模型的预测精度,结合净信号预处理(NAP)算法和径向基偏最小二乘(RBFPLS)回归建立了一种适合于人体血糖测量的非线性建模方法 NAP-RBFPLS。本文首先利用NAP对近红外光谱进行预处理来有效地提取原始光谱中仅与葡萄糖信号相关的光谱信息,从而有效地减弱了人体血液中水、白蛋白、血红蛋白、脂肪等成分的吸收干扰以及人体体温的变化、测量仪器本身的漂移、测量环境的变化和测量条件的变化引起的干扰因素与血糖变化的偶然相关问题;然后把净信号预处理后的近红外光谱数据通过RBFPLS建立了非线性定量分析模型来解决由于人体强散射引起的血糖浓度与近红外光谱之间的非线性关系,并与偏最小二乘(PLS)、基于净信号预处理的偏最小二乘(NAP-PLS)和RBFPLS这三种建模方法建立的定量分析模型进行了对比分析。实验结果表明,这两种方法相结合建立的非线性校正模型对预测集的预测精度有了很大的提高,这将对人体血糖浓度无创检测技术的研究具有实际应用价值。