中国区域碳排放权价格影响因素的研究——基于自适应Lasso方法

中国区域碳排放权交易自2013年正式启动,至今发展仅有近一年的时间,文章以深圳排放权交易所公布的碳配额价格为研究对象,考虑国际碳价、国内外经济状况、国内外能源价格和汇率四个维度共13个影响因素,以自适应Lasso方法进行降维和参数估计,并与逐步回归作比较。研究发现:国内区域碳价受欧元汇率的影响最大,其次是国内的石油价格;国内经济和欧洲经济状况对国内区域碳价有正向影响;而国际碳价与国内区域碳价之间的联系较弱。

分段平稳自回归过程的变点估计与模型选择——基于改进的自适应LASSO方法

针对非平稳时间序列中一类分段平稳自回归(PSAR)过程的变点估计和模型选择问题,在已有的将变点估计问题转化成变量选择问题方法的基础上,提出一种基于两阶段LASSO(TS-LASSO)算法同时进行变点估计和模型选择.具体地,在第一阶段中,通过LASSO算法对序列中的变点和模型进行初步的估计和选择,然后在第二阶段中结合改进的自适应LASSO算法对过估计的LASSO结果进行筛选,最终实现变点的一致估计和模型的准确选择.并对变点估计结果的大样本性质进行了分析.此外,对于特殊情形下的均值变化序列和无变点序列,TS-LASSO算法也能实现有效的估计和识别.最后,结合不同类型序列的模拟检验以及地震波数据的实例分析,证明TS-LASSO算法是有效的,并具有一定的实用意义.

权重分位数-自适应LASSO方法研究与应用

有关惩罚分位数回归的研究较为丰富,不过多数惩罚分位数回归模型并没有解决杠杆点问题,WLAD-LASSO能有效处理自变量存在的离群值,是惩罚分位数回归的特例.该文将WLAD-LASSO推广至更一般的情形,提出了WQR-LASSO方法.WQR-LASSO不仅具备WLAD-LASSO的优点,而且无须对误差分布做任何假设,能更加全面地反映自变量对因变量不同分位点的影响,同时实现稳健的参数估计和变量选择.模拟结果表明,相较于自适应LASSO和中位数-自适应LASSO方法,WQR-LASSO的正确拟合率基本为100%,均方差大多小于1,在有限样本上表现更好.实证分析表明,运用WQR-LASSO对波士顿都会区的房产进行估价,与特征价格模型和机器学习方法中备受好评的随机森林方法相比,WQR-LASSO提供的估价结果准确性较高,变量选择能力也最强.

联合自适应LASSO与块稀疏贝叶斯直接定位方法

无源定位中,直接定位方法优势在于适用低信噪比、参数独立等。然而,当辐射源距无源侦测系统较远时,受低信噪比的影响,接收信号模型中存在的部分未知参数会大幅降低算法对于辐射源的定位性能。为了有效地解决该难题,给出了一种联合自适应LASSO先验与块稀疏贝叶斯的辐射源直接定位方法。经由贝叶斯理论构建分层稀疏模型,联合不同的先验分布以赋予信号中元素独立的自适应LASSO,同时探索信号的块结构和块内相关性,联合具有共享稀疏性的不同基站的字典重建过完备字典,实现远距离辐射源定位。仿真结果表明:在远距离下,当快拍数设置较少,信噪比设定较低时,在辐射源定位效果上所提算法显著优于如MUSIC等传统直接定位算法、Laplace先验方法以及块稀疏贝叶斯方法。

UPRE方法在图像恢复正则化参数自适应选择中的应用

大多数图像恢复都是不适定问题,需要利用正则化方法将病态方程转化为适定方程。正则化参数主要用于调节图像保真度与图像光滑度之间的平衡,与图像恢复质量的好坏有着密切关系。无偏预计风险估计(UPRE)方法可以自适应选择最佳正则化参数,基于数学理论分析和图像恢复实验,验证了该方法在图像恢复中的可行性和有效性。

一种虚拟同步发电机自适应阻尼补偿方法

针对系统电感对虚拟同步发电机控制系统存在等效负阻尼效应的问题,提出了一种自适应阻尼补偿方法。首先,基于虚拟同步发电机控制技术,通过dq变换和小信号分析建立系统的动态电磁方程和动态小信号模型。然后利用电磁转矩偏差分解出同步力矩系数和等效阻尼系数。最后根据等效负阻尼的产生机制,在有功-频率调节器中加入以系统频率、虚拟阻抗为自适应控制变量的阻尼补偿模块,实现对虚拟同步发电机阻尼的自适应补偿。通过MATLAB/Simulink仿真,并与基于传统的虚拟同步发电机控制方法及基于虚拟阻抗补偿方法等方法所获得的结果进行比较,表明文章所提出的自适应阻尼补偿方法具有更强的稳定性和更快的响应速度,验证了方法的有效性。

基于模拟并行蚁群算法的无线传感器网络异常节点自适应定位方法

由于无线传感器网络自身节点数量庞大,导致在异常节点自适应定位过程中,定位到的异常节点个数较少的问题.针对上述问题,提出基于模拟并行蚁群算法的无线传感器网络异常节点自适应定位方法.从网络中提取出异常节点的原始数据,并对异常节点数据属性进行详细的解析,根据解析后的数据属性,利用蚁群算法的优化搜索特性,结合并行计算的思想,建立并行蚁群算法模型,模拟蚂蚁在寻找食物过程中的协作和寻优行为,运行并行蚁群算法,获取异常节点的估计坐标值,实现节点的自适应定位.实验结果表明,该方法在面对复杂网络环境和多种异常类型时能够定位到多个异常节点,增强了定位方法的鲁棒性和自适应性.

众数自适应Lasso回归的统计推断

本文给出了自适应Lasso的众数回归模型,用来对众数回归模型的变量进行选择.对比传统的均值回归模型和中位数回归模型,众数回归在解决重尾、多峰分布问题时更加稳健.众数回归模型的主要估计方法是核估计方法,当自变量的数目较大时,该方法会产生难以忽略的计算误差.本文在核估计方法的众数回归模型基础上添加惩罚项,并通过自适应Lasso方法进行参数估计,有效的剔除了贡献率低的自变量,同时提高了计算的准确性.本文详细阐述了该计算方法,并在一些正则条件下,给出了模型的参数的估计方法和估计值的渐近正态性.模拟实验和实证分析研究了所提方法在有限样本下的性质.对比均值回归模型和传统的众数回归模型,添加自适应Lasso惩罚项的众数回归模型极大地提高了参数估计的准确性.

基于频谱特征自适应采样的傅里叶单像素成像方法

傅里叶单像素成像(Fourier single-pixel imaging,FSI)中成像效率的提升主要借助优化重构算法和采样方法来实现,但在采样次数有限的情况下,FSI无法准确采样关键频率,导致成像质量差。为解决这一问题,提出一种频谱特征自适应采样策略。首先,研究傅里叶域中能量的集中程度,以此确定低频等距预采样的最优半径。进一步,通过预采样低频分量估计关键频谱位置的方式,测量相应的傅里叶系数,最终实现图像重构。与基于高频方向能量连续性的自适应采样方法相比,该方法可以针对不同频谱特征目标,自适应选择较优采样路径,获取关键傅里叶系数,进而改善成像质量,其峰值信噪比提高2.28 dB,结构相似度提高15.83%。因此,该方法在应对FSI对未知特征目标进行成像时,具有高效空间信息采集的优点,有望在单像素快速实时成像中得到应用。

迭代学习控制器参数的数据驱动自适应整定方法

针对PID型迭代学习控制(iterative learning control,ILC)方法,提出了两种数据驱动自适应整定(data-driven adaptive tuning,DDAT)方法。首先采用紧格式迭代动态线性化(compact form iterative dynamic linearization,CFIDL)方法将原始的非线性系统转化为等价的线性数据模型,设计了一个目标函数来动态地调整PID型ILC的学习增益。其次,通过对设计的目标函数进行优化,提出了一种基于CFIDL的DDAT方法。该方法只使用实际的I/O数据,而不需要任何机理模型信息。进一步,引入偏格式迭代动态线性化(partial form iterative dynamic linearization,PFIDL)方法对结果进行扩展,提出了一种基于PFIDL的DDAT方法。所提出的两种DDAT方法都可以提高PID型ILC对不确定性的鲁棒性。最后,通过仿真验证了两种方法的有效性。

基于迭代自适应的短孔径逆合成孔径雷达成像方法

针对合成孔径时间短、逆合成孔径雷达数据成像质量差的问题,本研究提出一种基于迭代自适应恢复缺失数据(missing-data iterative adaptive processing approach,MIAA)的短孔径数据的逆合成孔径雷达(inverse synthetic aperture radar,ISAR)超分辨率成像方法。该方法利用MIAA对ISAR回波数据的方位向进行扩展,从而增加数据的方位向长度,提高成像质量。仿真和实测均表明该方法能够有效扩展回波数据的方位向长度,提高短孔径条件下的成像质量。

大水位变幅下多级闸控河渠自适应控制方法研究

【目的】提高多级闸控河渠水位变幅较大时的河渠水位控制精度,减小河渠水位振荡,提升控制算法的收敛效率。【方法】利用河渠实时水位动态修正ID模型参数并调整闸坝启闭频率,提出自适应预测控制(APC)算法,对比分析6种工况下不同控制算法的精度与效率。【结果】与基于ID模型的线性二次型控制(LQR)算法与模型预测控制(MPC)算法相比,APC算法可分别缩短19%~32%和8%~40%的调控时长,可减少47%~97%和14%~93%的河渠水位累计波动,可减小24%~77%和5%~59%的河渠水位平均绝对偏差。【结论】APC算法提高了多级闸控河渠水位的控制精度和算法的收敛性,可在不同的河渠水位变幅下保持良好的控制性能,能够为多级闸控河渠的智慧水利建设提供技术支持。

儿童视角下的入园适应——基于马赛克方法的调查研究

儿童视角下的入园适应研究有助于更好地理解儿童在适应过程中的感受和体会,进而指导教师更好地支持和帮助幼儿适应园所生活。本研究以儿童视角,运用马赛克方法中的儿童会议、角色扮演和拍照之旅等工具与幼儿一同探究其入园适应中的多重情绪情感体验及其调节、新人际关系的感知与建构、环境和活动的探索与适应以及规则的学习与适应,发现幼儿在意识层面对入园处于喜欢和抗拒交织的状态,但在潜意识层面具有适应入园的能动性。因而教师应接纳与共情适应期的幼儿,共同直面和化解其情绪情感冲突;营造友好且愉悦的班级氛围,鼓励幼儿建立良好的人际关系;创设有邀请感且丰盈的环境及活动,吸引幼儿积极融入与适应;提供有温度且适宜的支持,转化幼儿的规则理解与执行。

聚羧酸减水剂与水泥的适应性及其试验方法

对水泥的化学成分、比表面积、颗粒形貌等进行测试,配制综合型聚羧酸减水剂,通过净浆流动度和砂浆流动度测试不同特性的水泥与该聚羧酸减水剂的适应性。研究表明,不同水泥的初始pH值在12.3~12.6,水化开始后,pH值高的、增长快的其流动性损失较大;SO_(3)含量对流动性影响也较大,一定范围内SO_(3)含量越低,流动性损失越大。比表面积在净浆流动度试验与砂浆试验中表现有一定的差异性。

电能表数据采集终端负载自适应均衡方法研究

针对电能表数据采集终端数据量及访问量高导致的负载失衡问题,研究基于元模型的电能表数据采集终端负载自适应均衡方法。将电能表数据采集终端的电能表数据作为模型元数据,经数据提取、转化、加载处理后,将处理完成的数据存储至元数据仓库内。在元数据负载大小未知条件下,创新性地采用基本负载均衡算法分配元数据仓库中元数据的负载,以求解元数据的负载量。当负载过大时,通过迁移负载低节点的目录子树,均衡处理了元数据的负载量,实现了电能表数据采集终端访问负载均衡。实例测试结果表明,该方法应对速度快。该方法降低了电能表数据采集终端负载,解决了元数据请求激增问题,提高了集群负载的均衡程度。

无人机航测遥感图像边缘畸变自适应校正方法研究

为提升遥感图像边缘畸变处理清晰度,提出无人机航测遥感图像边缘畸变自适应校正方法研究。根据当前校正需求,先进行图像边缘畸变特征的提取,采用多阶的方式,提升校正的整体效率,并设定多阶自适应校正机制。基于此,构建遥感图像边缘畸变自适应校正模型,采用线性放射辅助变换的方式来实现校正处理。测试结果表明:处理后图像边缘清晰度在第三阶段均可以达到300 ppi以上,具有稳定、灵活、高效的特点。

新媒体对英语教师教学方法的影响与适应策略研究

本研究旨在探讨新媒体环境下英语教学方法的变革及教师的适应策略。随着信息技术的迅速发展,传统的英语教学模式面临着前所未有的挑战和机遇。在此背景下,本研究不仅关注教学方法的创新,还着眼于教师如何有效适应这些变化,从而提高教学质量和学生的学习效果。研究采用文献综述和案例分析法。通过分析近年来的相关学术文献,总结了新媒体对英语教学方法的影响,特别是翻转课堂、基于问题的学习和项目教学等教学模式的应用。此外,通过对作者所在学校的观察和实证研究,进一步验证了这些教学方法的有效性和适用性。研究结果显示,新媒体环境下的教学方法创新,如翻转课堂、基于问题的学习和项目教学法,已在实践中取得积极成效。这些方法不仅提高了学生的英语语言能力,还培养了他们的批判性思维、问题解决能力和团队协作能力。然而,这些方法的成功实施也对教师提出了新的要求,包括提升信息技术能力、加强教学反思。但本研究也存在局限,即案例分析主要集中在特定的教育环境中,可能无法完全代表所有教育背景。总体而言,本研究通过分析新媒体环境下英语教学方法的变革和教师的适应策略,旨在促进教育技术与现代教育理念的有效结合。

基于GIS与递归算法的水库移民安置自适应选址方法

由于水库移民安置涉及了社会、环境等众多因素,导致传统方法下的选址结果适宜性较差,因此文章提出基于GIS与递归算法的水库移民安置自适应选址方法。以安置区数量最小、容纳人数最大和距离最短为目标,构建水库移民安置选址模型,递归算法求解模型确定水库移民安置区位置,完成自适应选址。实例结果表明,设计方法下水库移民各安置区适宜性的定性评价等级均为Ⅰ级,安置区选址合理,具有一定的研究意义。

自适应优化参数模拟退火的无线通信网络节点入侵实时监控方法

常规的无线通信网络节点入侵监控方法以入侵特征匹配的形式为主,大部分恶意代码与合法代码混合在一起,无法满足特征匹配需求,从而出现入侵监控误报、漏报的情况.为此,设计了自适应优化参数模拟退火的无线通信网络节点入侵实时监控方法 .设定无线通信网络节点入侵监控标准,针对不同的网络监控环境制定入侵行为监控判别标准,确保入侵行为监控效果.基于模拟退火优化通信网络节点入侵实时监控参数,根据模拟退火算法状态转移概率,确定当前节点的入侵情况,满足网络节点入侵的实时监控需求.采用对比实验,验证了该方法的监控准确性更高,能够应用于实际生活中.

配电线路松鼠自适应驱赶方法研究

文章基于现有驱鼠方法的局限性,提出了一种基于自适应技术的松鼠驱赶方法,并设计了一种多手段融合的配电线路松鼠智能驱赶器。通过采用超声波主动驱赶、超声波被动诱导,灯光驱赶及声音驱赶等多种组合驱赶方法,以适应不同配电线路环境下的松鼠驱赶要求,且绿色环保,为电力系统解决此类问题提供了有益参考。