体育教育工作中非线性评估方法初论

分析了体育教育工作中评估出现的若干非线性现象，及不当使用线性评估方法而产生的误差，提出几种常用的非线性评估模型。

基于理想解的复杂系统非线性评估模型

为解决非线性评估中可能存在的层次较多、属性混合且关联性强的问题,提出了一种基于理想解的非线性综合评价法。该方法首先利用灰色关联度法作指标筛选,用熵方法分析各指标重要程度并得到各底层指标的权重值,用AHP法得到底层以上的指标权重;然后,利用改进的TOPSIS方法得到各一级指标的评估分值;再由定义的优先等级隶属函数求得各一级指标的评估矩阵;最后,定义合成函数,利用模糊综合评分法,总合各个一级指标得分,得到被评对象的综合等级。案例分析表明:该方法具有良好的适用性及可操作性。

炮兵作战能力的非线性评估模型研究

炮兵作战力量系统是一个复杂系统,并非简单的线性系统。目前对其功能的评估方法是采取简单的线性求和或加权线性组合。根据复杂系统分析原理,充分考虑炮兵作战力量系统中各子系统及其相互作用的功能,给出了一种评估炮兵作战能力的非线性模型,并结合仿真数据得出评估值。相对于传统的评估模型,此结论更接近于实际。

新疆规模化牧场体型线性评估中缺陷性状遗传改良的效果评价

[目的]为奶牛体型缺陷性状线性评估的推广与应用提供数据支撑,以期提高规模化奶牛场遗传改良效果,提升牧场生产水平。[方法]通过对新疆南疆地区3个规模化牧场2019年和2022年的奶牛体型线性评估结果,结合DHI测定结果,进行奶牛体型缺陷性状线性评估分析。[结果]根据2019年缺陷性线性遗传评估结果,通过遗传改良手段进行针对性改良后,2022年3个牧场主要缺陷性状比例大幅度下降,平均日单产较2019年提升5.8 kg(P<0.01),平均体细胞数较2020年下降23.7万个/mL(P<0.01),平均乳脂率和乳蛋白无显著差异(P>0.05)。[结论]应用奶牛体型缺陷性线性评估方法,对规模化奶牛场遗传改良具有重要的指导意义,可有效提高牧场牛群生产性能,快速改善群体遗传水平。

面向气候风险的长三角中心区城市韧性评估及时空演变

全球气候变化带来更强的气候风险,对城市韧性评价能够找出城市发展中应对风险的薄弱环节并提出改进的意见。从气候风险视角出发分析城市在面对多种灾害风险下的韧性变化,从承灾体脆弱性、孕灾环境敏感性、致灾因子危险性和防灾减灾能力4个维度构建气候风险下的韧性评估体系,提供理论基础。通过构建基于投影寻踪的遗传算法模型和耦合激励评价模型进行非线性评估,对长三角中心区2010-2021年间的相关指标和综合韧性进行评价,分析影响城市韧性变化的主要影响因素,识别其分布的时空演变特征。最后根据结果提出长三角中心区城市韧性提升的建议,为相关研究提供借鉴。

非线性评估方法初论

本文指出传统统评估中使用的加权平均法实际是一种线性方法，其使用应满足一定条件，分析了评估出现的若干非线性现象，及不当使用线性评估方法而产生的误差，并提出几各常用的非线性评估模型。

非线性评估中权重的敏感性分析

分析了非线性评估中权重的敏感性问题,给出了分析的思路和计算方法,并得出判断权重敏感的方法,定义了多维权重的敏感度,并由算例说明评价值的敏感性和权重的关系.

基于线性参数加权评估机制的无线传感器网络节点定位

为解决无线传感器网络节点定位过程中拓扑计算复杂,且因随机误差因素导致定位精度不高等问题,提出一种新的无线传感器网络节点定位算法。评估接收到的锚节点信息,根据线性参数评估机制对待定位网络节点的位置进行初步估计,计算线性参数数值,搜寻到最佳的锚三角,使用加权评估方式,利用不同锚节点的三角定位参数进行多次加权平均计算,以获取节点的准确位置信息。仿真结果表明,与DV-hop算法、DV-distance算法相比,该算法的定位精确度更高,其定位过程中的误差更低。

定量分析可报告范围评估方案的优化探讨

目的在极限浓度值样本来源困难的条件下，优化现有实验方案，以获得实验室定量项目的可报告范围。方法采用IRC法对谷丙转氨酶（ALT）、直接胆红素（DBIL）、淀粉酶（AMY）的分析测量范围进行评估，根据相对稀释浓度、分析测量范围、预期稀释相对浓度进行预期稀释结果的计算，比较稀释结果和预期结果，最后根据校准曲线参数和分析测量范围、最大稀释倍数得到可报告范围。结果ALT、DBIL、AMY的分析测量范围分别为6．5～553．5U／L、1．7～117．1／amol／L、27．0～1260．5U／L，AI。T和DBIL的最大稀释倍数分别为11倍和2倍，ALT、DBIL、AMY的可报告范围分别为：4．0～6600．0U／L、1.0～257．6μmol／L、13．5～1386．5U／L。结论优化的线性评估、稀释验证、校准验证、极限测试的联合使用对于实验室定量项目可报告范围的制订是非常关键的。

高性能两方隐私集合求交技术研究及应用探索

隐私集合求交(Private Set Intersection,PSI)是一种保护数据隐私的集合计算技术,允许互不信任的各方协同计算私有数据的交集,且不透露交集以外的任何信息。PSI技术被广泛研究和应用,主要从提升性能和探索新型应用场景两个方面发力。首先详细梳理两方PSI的研究进展,分析和评估业界先进的算法协议;其次以卫星互联网新型应用场景为例,探索提出高性能两方PSI应用方案,实验测试不同数据类型在多种网络环境下的性能,给出新型场景下的PSI实践范式。最后进行总结与展望,给出了PSI的发展思考与建议。

基于学员综合素质评估的模型与算法研究

为实现学员综合素质的评估，提供一种针对人才培养质量考核的有效手段，在对目前通用的评估模型与算法比较分析的基础上，构建了基于学员综合素质评估的两类模型一线性评估模型和平面评估模型，设计并实现了针对两类模型的评估算法；结合指标体系，对两类评估模型及算法在实际系统中加以应用，结果符合专家预测，验证了模型和算法的可用性和科学性。

框架-剪力墙结构基于地震强度的新一代抗震性能评估方法研究

近几年来,在一些发达国家,基于概率理论的新一代抗震性能评估方法已开始用于特定建筑物的抗震性能评估。研究基于全概率理论的新一代抗震性能评估方法,并将其应用于我国建筑结构的抗震性能评估,对于减灾防灾和提高建筑结构的抗震性能有重要意义。以FEMA P-58的抗震性能评估流程为框架,结合我国建筑结构的特点和规范要求,以某一单个建筑物为对象,采用有限元分析软件PERFORM 3D和抗震经济性能评估分析软件PACT,用增量动力分析(IDA)方法进行建筑物各个强度状态的易损性分析;用基于强度的性能评估方法,依据构件易损性分组和人员流动模型,得到包括人员伤亡、修复和重建造价以及居住中断时间等建筑性能的概率分布,为我国建筑结构的抗震性能评估提供了参考。

目标跟踪的非线性回归方法

讨论目标跟踪数据融合的常用非线性回归模型 ,研究参数估计的初值获取方法 ,求估计值的迭代算法 ,估计值的校准方法 ,估计值方差矩阵的估算方法 .使用本文方法处理目标跟踪数据速度快、精度高 。

基于逻辑框图的卫星健康评估方法

针对目前无法准确量化反映在轨卫星健康状态的问题,提出一种基于卫星部组件逻辑连接关系的健康状态分层评估模型,用任务健康度和任务风险度定量表示卫星状态;在部件层,选取关键遥测参数指标,通过统计历史健康数据及查阅设计资料建立部件级非线性无量纲评估模型;在组件层,通过各部件的逻辑连接关系分别建立评估模型;在分系统层,利用组件层得到的结果及各组件的逻辑连接关系,结合模糊层次分析(fuzzy analytic hierarchy process,FAHP)和变权理论,建立分系统健康状态评估模型;最后,通过某卫星正常运行时期和异常运行时期的在轨遥测数据验证,结果表明,该评估模型具有正确性。

遗传神经网络方法在课堂教学质量评估中的应用

课堂教学评估是提高教学水平,促进教学质量的有效途径.该文建立非线性评估模型,针对仅应用人工神经网络方法求解容易出现不收敛的情况,将遗传算法与BP神经网络结合应用,用遗传算法来优化网络的拓扑结构和学习参数,并筛选参与训练的评估因子,搜索出参加训练的输入参数和网络结构参数的最佳组合,从而建立具有较好预报效果的网络模式.实例计算结果表明,与未经优化的神经网络相比,具有收敛速度快,预测误差小等优点,具有较高的识别能力.

面向情报需求的区域毒品价格评估模型

面向情报需求对区域各类流通毒品价格进行建模分析,针对毒品案事件管理系统中毒品交易量及价格数据,基于聚类分析评估单类毒品零包价格,并以此构建线性加权评估模型,用该模型计算出的价格指标评估当地毒品价格水平。实验结果表明,省级的毒品价格指标相对稳定,以此构建了偏离度、平稳度综合反映所辖区域毒品打击力度,为地方禁毒部门对毒情监管提供一定的理论依据及数据支撑。

汽轮发电机组转子振动预警方法研究

汽轮发电机组转子长期连续高速旋转,不可避免地出现转子振动状态变化,而转子振动状态的优劣直接影响整个机组安全运行,对其预警方法的研究势在必行。首先统计转子振动运行规律;其次基于振动运行规律提出转子振动异常阈值计算方法;再次依托异常阈值和非线性状态评估(Nonlinear State Estimation Technique,NSET)提出转子振动预警方法;最后利用某电厂机组运行数据进行测试验证,并与基于反向传播(Back Propagation,BP)神经网络的振动预警方法进行对比,结果表明所提方法可以准确有效实现转子振动预警。

成人牙科畏惧症的研究进展

牙科畏惧症是牙科治疗的重要障碍之一,目前我国关于牙科畏惧症的研究主要集中在儿童,成人患者往往被忽略,因此,加强成人牙科畏惧症的研究,改善牙科畏惧症患者的畏惧状况是一项亟待解决的课题。本文概述了目前国内外成人牙科畏惧症的研究进展。

基于SCADA大数据的风电机组故障预警分析与研究

风电机组长期工作在恶劣的环境中,导致故障频发,运用合理高效的方法对风电机组部件进行故障预警,具有十分重要的现实意义。提出了一种基于SCADA(Supervisory Control And Data Acquisition)大数据的风电机组故障预警策略,依托现场经数据预处理的机组数据,提取出高维数据中的特征向量作为数据样本,建立非线性状态评估(NSET)模型,利用NSET模型以及历史数据确定正常工作状态下的阈值;基于SCADA数据以及预测模型的预测值参数与正常状态下的阈值进行比较,当部件工作出现异常时,预测值与实际值的残差增大,超出预先设定的阈值时发出报警信息。利用故障预警方法能及时发现潜在故障,提前排除重大事故隐患,有助于提高设备的可靠性。

基于状态监测的风电机组变桨系统故障诊断

以风电机组中故障率较高的变桨系统作为研究对象,从数据采集与监视控制系统的数据库中选择与变桨系统运行相关的特征参数,基于相似性原理,利用非线性状态评估方法,建立能够涵盖变桨系统全部正常运行状态的健康模型。当变桨系统发生故障时,会出现模型预测值与正常状态的偏差,根据每一个特征参数对偏差的影响来确定故障的原因。应用实例验证表明,该模型能够准确地识别故障类型,可以解决在排除故障及设备维修时,因缺少相关信息而造成停机时间过长、维修难度大等问题。