基于GMM-HMM的话题生命周期状态识别及趋势预测方法

[目的/意义]本研究对正处于演化过程中的话题进行状态识别及趋势预测,为相关部门了解话题现状,对话题进行有效监管提供科学依据。[方法/过程]首先,考虑网民情感,结合话题的新颖度和关注度,构建话题生命周期状态观测指标;其次,基于隐马尔可夫模型(HMM)和高斯混合模型(GMM)的原理,提出话题生命周期状态识别及趋势预测方法;最后,选用微博话题构建数据集,设计对比实验,验证方法的有效性。[结果/结论]基于GMM-HMM的话题状态识别及趋势预测方法的F1值和准确率均高于87%,MAPE低于3.5%,相较于GaussianHMM和BP神经网络具有较大优势。

基于地铁车辆全生命周期健康状态的维修策略研究

地铁行业信息化发展过程中,地铁车辆维护管理和运营决策产生了大量的基础数据,但存在数据堆积、利用率不高等问题。基于地铁车辆全生命周期健康状态的上线、维修决策方法,利用FMEA分析、AHP分析建立地铁车辆健康状态模型,量化评估地铁车辆全生命周期健康状态,实现维修决策优化。以杭州地铁4号线地铁车辆为算例,建立2019年度29列地铁车辆健康状态模型,以K04001车健康状态评级为例,进行该车均衡修1作业时间优化,检修的时间缩短了1~2 h,有效提高车辆的运营时间,从优化检修计划层面进一步提升车辆上线率。

非正弦周期状态下场论两个最基本的独立积分方程组的推广和电路规律

本文将网络现代场论的两个最基本的独立积分方程组推广到非正弦周期状态下 ,并由此研究该状态下电路的基本规律 ,得出了一些初步的结论 .

有限不可约马尔可夫链的非周期状态

讨论了两类不可约链的非周期状态 .证明了有限不可约链为非周期链的充要条件是存在n ,使得对所有的 j与k有P(n)jk >0 .

航天用SuperBuck变换器基波周期状态建模与分析

SuperBuck变换器因电路简单,电流脉动较小等优势在航天电源中得到广泛应用。现有SuperBuck变换器建模方法无法完整描述整个变换器的稳态及动态特性,影响系统高性能控制器的设计。针对SuperBuck变换器,首先提出了基波周期状态平均建模方法,通过将变换器中每个状态变量进行傅里叶展开获得周期平均模型;其次在获得状态平均模型的基础上通过小信号扰动的形式获得线性化小信号模型;而后基于小信号模型设计了控制器;最后通过实验验证了所提系统模型的正确性与可行性。

具有非线性元件的计算机控制系统的周期状态的分析和抑制

具有非线性元件的计算机控制系统是非常复杂的。由于在一个系统中同时具有采样过程和非线性特性,所以无论是用线性采样系统理论,还是用连续的非线性系统理论和方法,都难于用来描述和解决具有非线性元件的计算机控制系统(NCCS)的问题。本文经过分析、推导得出了一种在S域内,分析该类系统的周期状态的实用的描述函数法(PDF)。它还可以适用于分析具有多个非线性元件的NCCS。文内还对PDF法的适用范围、精度进行了分析和计算。大量仿真表明PDF法是足够精确的。文中还给出了用PDF法分析、抑制NCCS的周期状态的实例,解决了实际微机控制系统的周期状态问题。说明PDF法在工程上是一种有效的方法。

基于节点状态演变及能量约束的延迟容忍网络

为了有效提高延迟容忍网络(delay tolerant mobile sensor networks,DTMSN)的数据传递效率并且能减少网络能耗,提出一种节点状态周期变换模型和多重能量约束的延迟容忍网络数据传输算法。上述算法首先引入了病毒的感染机制来模拟消息传递过程,并根据节点在不同时间段的状态演变,定义了节点类型的周期变换模型,根据该模型得到相邻节点的数据传递率。接着通过研究节点在感知、传递和缓存消息上的能耗情况,提出了多重能量约束方程。最后,根据传递率和能量阈值选择最佳的节点来传输数据。仿真结果表明,相比较可靠性机会路由算法和运动方式感知最优路由,该算法的数据传递量分别提高了31.5%和26.4%,能量效率分别提高了5.8%和12.7%。

基于Duffing振子的噪声背景下微弱周期信号检测

为有效地实现噪声背景下弱信号的提取,阐述了间歇混沌模型Duffing振子的混沌特性。利用Duffing振子对微弱信号具有敏感性、对噪声与频率差较大的周期干扰信号具有免疫力的特性,研究了基于Duffing振子在噪声条件下检测微弱周期信号、复合频率信号和未知频率信号的方法,用数值仿真验证了该方法的可行性。研究结果表明,基于Duffing振子的信号检测方法对极微弱周期信号检测有其独到的优势,其频率误差率在控制范围之内。

基于周期的一阶隐马尔可夫模型及其学习算法

对于周期变动明显的数据,本文通过引入周期状态转移矩阵,提出了一种基于周期的一阶隐马尔可夫模型,分析并给出了该模型的似然计算、隐状态估计和模型训练算法。最后的数值实验表明,该模型能有效提高预测的精确度和模型的似然度,并加快模型训练的收敛速度。

进位反馈移位寄存器状态图分布的进一步研究

进一步研究了以奇数q为连接数的FCSR的所有q+1个周期状态的状态图的圈长和计数问题使得FCSR的状态图分布与LFSR的状态图分布一样清晰。

分数阶混沌系统风机间歇故障变幅值检测方法

风力发电机的特殊工况使得对其间歇故障的成长检测十分困难,针对这个问题,文中提出了一种微小故障幅值变化检测方法,通过实验寻找微小故障幅值与大尺度周期状态分数阶混沌系统内置信号振幅之间的关系,采用密度均值算法对Duffing系统临界大尺度周期状态的庞加莱截面数据点进行计算,得出离群值并判断系统是否进入大尺度周期状态,自动完成微小故障不同幅值的检测,实验结果证明该方法可行、可靠,为风力发电机微小故障检测提供一个新的思路。

循环荷载下密砂孔压发展的试验研究

循环加载条件下砂土的行为特性研究过去主要集中在松砂和中密砂方面。本文利用全自动三轴仪,对相对密度为80%的平潭砂进行了单调和循环荷载作用下的试验研究,分析了围压、固结侧压力系数、循环应力比对不排水条件下密砂超静孔压发展的影响规律。结果表明,固结侧压力系数和循环应力比共同影响土体的偏应力状态,它们对密砂的孔压发展有着决定性的作用。固结侧压力系数较大时,偏应力出现周期性的反向,超静孔压增长较快,砂土表现出典型的循环流动现象;而固结侧压力系数较小时,循环加载过程中偏应力始终在三轴压缩区内,产生的超静孔压较小,经过一定的周期数后,一个周期内由剪胀引起的超静孔压减小值正好等于由于剪缩所引起的超静孔压增大值,累积的超静孔压不再随周期数的增加而增大,密砂进入"周期稳定状态",而在文献中关于松砂和中密砂的循环加载试验尚无存在该现象的报道。

Duffing混沌阈值的新定量求解法及其在WSD的应用

概述了求取Duffing系统阈值的3种传统方法,分析优缺点,最终提出一种新的求取混沌阈值的定量方法。这种方法能充分反映周期序列的振荡特征,因此,定义为周期特征量法。将该特征量作为混沌阈值可以明显区别混沌序列和周期序列,由此可以用于判断Duffing系统的输出状态,是一种优于其他方法的混沌判决。最后,仿真验证了该方法的可行性并应用于检测弱周期信号的有无及其幅值。

基于时频域多指标融合和图模型的滚动轴承早期退化监测方法

在对滚动轴承的全生命周期健康状态进行监测,采用从振动信号中提取监测指标时,存在噪声干扰、检测准确度低的问题,为此,提出了一种基于时频域多指标融合和图模型的滚动轴承早期退化点检测新方法。首先,进行了时频域的指标提取,对采集的轴承原始振动信号进行了分段处理,从每段信号中提取了多个时频域指标,进行了基于图模型的指标优化,即对提取的每一个指标进行了图建模,得到了一系列图模型;接着进行了图模型相似度计算,得到了优化后的指标;然后,进行了多指标融合,对优化后的多指标采用逐点均值及逐点最值相结合的方法进行了融合,得到了综合的监测指标;最后,进行了异常决策,采用假设检验对轴承早期退化进行了监测,确定了退化点,并在滚动轴承全生命周期退化数据集上进行了实验,对上述综合指标的退化点检测性能进行了检验,同时在该数据集上将该方法与其他4种方法进行了对比实验。研究结果表明:针对每一组实验数据,采用该方法均能成功检测到退化点,同时在对比实验中,采用该方法取得了1.27的最高平均排名;实验结果证明了该方法的有效性和先进性,表明该方法在滚动轴承早期退化监测中具有良好的实际应用潜力。

基于时态数据库技术的导航信息空间关系局部动态更新方法

针对目前导航电子地图生产中导航地图数据生产周期长的问题,提出了一种基于导航数据生命周期状态维护触发器的导航地图数据生产时空动态更新模型。首先基于时空数据库技术构建了导航地图数据生产时空数据模型,构建了导航数据生命周期状态维护触发器,将导航数据空间关系分为一级几何拓扑和二级逻辑拓扑。利用触发器,使得导航数据的任何变更(几何和逻辑)得到有效记录,保证了增量包的有效导出。

一种基于时间顺序的开关量控制算法研究

基于时间顺序的开关量控制是工业生产过程中一种常见的控制形式。文中提出了一种输出状态-时基周期控制算法。期望对于基于时间顺序的开关量控制问题的解决,具有普遍适用性。

8098单片微机上机实验中的异常情况

８０９８单片微机上机实验中的异常情况上海水产大学马文苑８０９８单片微机是ＭＣＳ－９６系列的新产品，它具有性能高、功能全、硬件结构简单等优点。它在当前微机应用领域内，继ＭＣＳ－ｓｌ之后又一次掀起了一个８０９８的学习和应用高潮。由于目前参考资料不多，在学...

甲鱼快速养殖技术(要点)

甲鱼快速养殖技术是目前采用全人工成套综合养殖方法,将稚鳖至成鳖的养殖周期缩短到14—16个月,是自然生长状态周期的1/4,而且产量可达亩产1000公斤以上。

基于LSSVM的VVP推力系数预报

针对神经网络存在结构较难确定、训练易陷入局部最优以及容易过学习等问题和标准SVM训练速度较慢等问题,提出最小二乘支持向量机算法,最小二乘支持向量机算法(LS-SVM)具有比其他非线性函数逼近方法具有更强的泛化能力;并且LS-SVM采用径向基核函数,得到LSSVM模型的待定参数比标准支持向量机少,仅为2个。将最小二乘支持向量机(LS-SVM)应用于全方位推进器周期螺距状态推力系数和转矩系数预报,与神经网络预测的结果比较表明:最小二乘支持向量机对全方位推进器周期螺距状态的推力系数和转矩系数的预报结构的精度明显高于采用BP神经网络能进行预报的结果,预测效果好,能够满足工程应用的要求。

基于BP神经网络的VVP水动力系数预报

将BP神经网络应用于全方位推进器周期螺距状态推力系数和转矩系数预报。针对BP神经网络在训练中存在的学习速度慢、易于陷入局部最小等缺点,采用变学习率的BP算法加以改进。对全方位推进器周期螺距状态推力系数和转矩系数进行预报,结果表明,预报值的精度明显高于由近似公式计算所得的值,采用BP神经网络对全方位推进器周期螺距状态的推力系数和转矩系数能进行预报是可行的,能够满足工程应用的要求。