涡度规则分布与非规则分布的转换

用一个β平面准地转正压模式积分１２个模式日，研究涡旋相互作用问题。初始场上有一个台风涡旋和一对涡旋偶极子，它们的等值线均为光滑、规则的分布。规则分布的涡旋之间的相互作用，可以激发出一个非规则的貌似混乱的涡度分布区域。随着时间的演化，在这个非规则分布的区域，一个相对有序的反气旋环流又逐渐显示出来。

地球物理不规则分布数据的空间网格化法

不规则分布数据的网格化处理是地球物理数据处理和解释的基础问题,是保证许多地球物理数据处理方法得以成功实施的前提。文中介绍了线性插值法、多元二次函数法、普通克里格法、反插值法等4种空间网格化法的原理,并利用这些网格化方法进行了理论模型和实际航磁数据的试验分析。

基于跳跃因子模型的不规则分布蓝色任务法

跳跃因子模型是处理系统超载的一种有效方法 它能够降低系统负载 ,并使系统缓慢降级 Deeply Red算法是一种简单的基于跳跃因子模型的任务请求丢弃方法 ,然而由于Deeply Red算法未考虑任务特性和CPU资源利用率 ,其性能较差 为了克服Deeply Red的缺点 ,提出不规则分布蓝色任务法 :静态不规则分布蓝色任务法 (SUDB)和动态不规则分布蓝色任务法 (DUDB) SUDB和DUDB算法都是通过降低高优先级任务对低优先级任务的干扰时间 ,来提高任务集的可调度性 模拟结果表明 ,SUDB和DUDB算法性能要优于Deeply

基于径向基函数的1∶5万规则分布重力数据插值参数优选

为了求取1∶5万规则分布重力数据的最优插值参数,为数据网格化提供定量插值依据,以理论模型的重力数据为例,采用径向基函数法对插值核函数、搜索邻域等插值参数进行优选,根据标准偏差指标评价不同参数对应的插值结果。研究认为:自然三次样条核函数对应的插值精度最高;R^(2)参数处于第一区间(0~1)时插值稳定且精度高;搜索邻域为椭圆形时插值精度高,优选的插值参数分别为:搜索半径R_(1)=3 km、R_(2)=4.5 km,搜索扇区为4个,搜索角度为32°,各向异性比率为0.667,各向异性角度为32°,从所有扇区使用的最大的数据个数为80个,从每个扇区使用的最大的数据个数为20个,所有扇区的最小数据个数(更少则白化节点)为8个,如果空白扇区多于3个则白化节点。

隐私保护的时序规则分布挖掘

针对多方分别拥有一部分数据记录,并想在不泄露自己隐私数据的情况下联合对各自的时序序列进行分割的问题,提出基于半可信第三方的隐私保护的时序规则分布挖掘方法。将联合计算时序规则各频度的问题转化成多方秘密比较数大小的问题,从而设计一个简单的基于半可信第三方的算法,解决多方联合计算时序规则频度的问题。

不规则分布数据网格化和网格数据绘等值线图程序

本文介绍了用电子计算机绘制平面不规则分布数据的等值线图的数学方法和程序.程序中采用了按距离加权平均法、按方位取点加权法、趋势面残差叠加法及局部加权最小二乘法等多种曲面拟合的方法,将不规则分布的数据规则网化.程序同时具有绘制居民点和剖面线的功能.文中着重讨论了为提高计算速度和解的稳定性,程序在实现这些计算过程中的一些具体处理方法,如采用按条带搜索,局部进行拟合等手段.最后结合应用实例,对各种方法的使用情况进行了讨论.

非规则分布相同结构的零件的计算机三维造型方法研究

这里根据轮盘、板类等常用机械零件一般含有规则和非规则分布的相同结构的特点,总结出应用功能强大的SolidWorks软件进行该类零件三维设计的多种实用方法,给出了含有非规则分布的相同结构零件的快速设计方法,并分析了各种方法的应用场合。

无规则分布多站时差定位方法研究

提出了一种在难以获得TDOA测量值误差的先验信息时多基站无规则分布下的时差定位方法——多站组合定位方法。通过将基站分组，利用每组基站的定位结果情况，分为无模糊解、模糊解、无解三类进行处理，计算每类中每组基站的TDOA计算值与TDOA测量值之间的残差为其加权系数，采用不同类的数据组合方法，最终得到定位结果。仿真实验验证了该方法的有效性。

基于非规则分布样本的航段油耗区间估计

飞机航段油耗估计是航空公司进行节能减排的重要基础。多因素影响下的航段油耗样本的非规则分布特征会导致一般的区间估计方法得到的估计区间质量较低,针对以上问题,提出了基于支持向量分位数回归(support vector quantile regression,SVQR)和Bootstrap相结合的航段油耗区间估计方法。利用SVQR非对称形式的绝对值残差最小化的思想估计航段油耗的条件分位数,并将其作为Bootstrap的输入来估计航段油耗总体的统计量,由于相同机型、航段的油耗样本总体满足正态分布,最后构建一定置信度的估计区间。实验结果表明:该方法的估计区间可信度更高、平均带宽更窄、提高了估计区间的质量。该方法能为航空公司合理的估计油耗及制定碳排放监测计划时提供参考。

模具型腔设计中不规则分布型值点构造自由曲面的研究

不规则分布型值点构造自由曲面是ＣＡＤ／ＣＡＭ中的重要问题，在模具型腔设计中也常遇到的．本文试图提出一种对型值点加权平均方式构造自由曲面的方法．

交通检测点分布规则及其数学模型

针对估计ＯＤ出行分布矩阵需检测路段流量的问题，分析了检测点合理分布的４种规则，并在已知ＯＤ对间的有效出行路径的条件下，建立了相应的数学规划模型，同时也提出了有效的启发式算法．

一类基于多Agent和分布式规则的敏捷生产调度

Agent范例为解决制造系统的敏捷生产调度问题提供了一条新途径,如何构建敏捷生产调度多Agent系统结构和Agent间的协调与生产调度机制,成为一个亟待解决的课题.本文阐述了一类基于多Agent和分布式规则构建敏捷生产调度的方法.首先通过基于功能分解的方法,给出了管理、资源和工件等三类Agent基本组件组成的分布式多Agent调度系统结构、Agent组件基本结构及定义.其次,利用基于分布式规则的方法,建立了Agent间的协调策略和调度机制,实现了敏捷生产调度.最后给出了应用此方法的调度仿真实验结果.

基于分布数据库的快速关联规则挖掘算法

关联规则发现是数据挖掘的重要研究内容,随着数据库中数据的不断增加,大数据集环境下的关联规则发现日益受到重视,分布式关联规则发现是解决这一问题的有效方法。分布式数据库环境下的关联规则挖掘算法中,时间开销主要体现在两方面(:1)频繁项目集的确定;(2)网络的通讯量。为了解决第一个问题,文章提出了一种基于二进制形式的候选频繁项目集生成和相应的计算支持数算法,该算法只需对挖掘对象进行一些”或”、”与”、”异或”等逻辑运算操作,显著降低了算法的实现难度。将该算法与DMA算法相结合提出改进算法FDMA。理论分析和实验结果表明,算法FDMA大大提高了关联规则挖掘的效率,算法是有效可行的。

高效分布存贮规则的模糊控制器

提出基于接近程度的度量来动态地构造模糊逻辑系统的原理和方法.该方法包括:在对专家描述的规则库的预处理后,得出一组高木-菅野型模糊逻辑系统;按照实际的输入向量动态实时构造出模糊逻辑系统;对控制器参数进行自适应调整.以机器人的控制为例。

周期分布不规则体对弹性波的二维散射

建立了一种基于均布线载动力格林函数的周期间接边界元方法(PIBEM),进而研究了全空间中周期分布不规则体对弹性波的散射问题。方法利用平面波入射下,各不规则体周围波场频域内仅相差一个相位的特征,仅需针对其中一个不规则体进行离散和求解,即可求得问题的解;相对于选取有限多个不规则体进行近似求解的方法,该方法具有较高精度的同时,最大限度的降低了求解自由度;在对方法正确性验证的基础上,以全空间中空洞和加塞两种模型为例开展了数值计算分析,重点探讨了空洞形状、空洞间距和加塞刚度等参数对减振效应的影响。数值分析结果表明:周期分布空洞与多个空洞的位移幅值具有差异,且频率低时差异更为显著;三种形状空洞中,周期分布圆形空洞减振效果最佳,周期分布三角形空洞减振效果最差;周期分布加塞与周期分布空洞减振原理不同,加塞通过消耗地震波的能量减振,而空洞通过阻隔地震波减振;周期分布软加塞的消能减振效果优于周期分布硬加塞。

网格环境下基于WEKA4WS的分布式矩阵关联规则挖掘算法

在相关矩阵理论的研究基础上,将网格与Web服务技术融合,以分布式问题求解环境和开源数据挖掘类库weka为底层支撑,构建了网格环境下面向服务的分布式数据挖掘体系,提出一种基于矩阵的分布式关联规则算法.该算法不需要进行复杂的寻找频繁项集的过程,直接通过关联矩阵就可以判断出,给出了算法的理论证明,并通过实例验证了算法的正确性、有效性和体系结构的可行性,对于解决分布式关联规则挖掘问题有了一个新的突破.

基于关联规则的分布式通信网告警相关性研究

描述了基于数据挖掘的通信网告警相关性分析。在分布式数据库中直接运用序列算法效率很低,因为这需要大量的额外通信。为此提出了一种有效的分布式关联规则挖掘算法——EDMA,它通过局部剪枝与全局剪枝来最小化候选项集数目和通信量。在局部站点上运用先进的压缩关联矩阵CMatrix统计局部项集支持数。此外还利用项目剪枝与交易剪枝共同来减少扫描时间。最后仿真验证了EDMA比其他经典分布式算法有更高的运算效率、更低的通信开销以及更好的可扩展性。

分布式环境下约束性关联规则的快速挖掘

研究人员针对单机环境提出了约束性关联规则的挖掘算法,但它们不适用于分布式环境.为此本文讨论分布式环境下约束性关联规则的快速挖掘技术,提出一种基于分布式环境的约束性关联规则快速挖掘算法DCAR,其中包括局部约束性频繁项目集挖掘算法MLFC和全局约束性频繁项目集挖掘算法MGFC.该算法根据布尔约束条件产生向导集,采用一种新的候选项集生成函数Reorder-gen,该函数通过向导集高效地产生分布式环境中满足约束条件的、数量较少且完备的候选项集,并且求解全局约束性频繁项集过程中,传送局部候选项集支持数的通信量为O(n),从而提高了算法的挖掘效率.将本文提出的算法加以实现,实验结果表明DCAR算法高效可行,其效率大约是DMA-IC算法的2-3倍.

基于分布式系统下的快速关联规则挖掘算法

随着分布式技术的发展,基于分布式系统下关联规则挖掘算法的研究显得非常重要。分布式系统下关联规则挖掘算法的时间开销主要体现在两方面:一是频繁项目集的确定;二是网络的通讯量。为解决第一个问题,文章提出了一种基于二进制形式的候选频繁项目集生成算法,该算法只需对挖掘对象进行逻辑与操作,提高了频繁项目集的生成效率,将该算法结合FDM算法应用于实验挖掘,实验结果表明,算法提高了挖掘效率,是可行的。