巷道支架位移ARIMA模型预报时的还原误差问题

在现场采集大量数据的基础上,应用时间序列分析线性模型的理论,对巷道支架位移动态数据建立了ARIMA模型。发现用该模型预报时,误差不仅与预报步数有关,还与差分次数有关。并阐明了还原误差问题,找出了差分次数影响误差的递推方法。

一种小幅度步距相移干涉算法的相移误差分析

为缩短相移时间,减少实际环境中低频振动的引入,采用极小幅度相移步长如5°、10°、20°替代常用的90°产生5帧相移干涉条纹图进而用相移算法还原相位。同时,基于一种自调谐相移法,提出综合利用3步法和5步法分别求得相移步长与波前相位。仿真分析了相移步长20°时,该算法与Hariharan算法在相移标定、随机误差下的相位还原误差。结果表明,该算法在相移标定误差±10%内,相移步长还原精度达10^(-5)λ,相位还原误差峰谷值低至10^(-6)λ,远低于Hariharan算法误差10^(-3)λ。在5%随机相移误差内,Hariharan算法相位还原精度更高。两种算法的误差峰谷、均方根平均值相差3倍,但该自调谐算法仍具有较高还原精度。同时,取更小相移步长5°、10°对比,结果表明,在标定误差下,两种算法的相位还原精度无明显变化;在随机误差下,两种算法精度均降低。因此,从理论仿真上来说,小相移步长与该自调谐算法结合对标定误差具有突出的抑制作用,在随机相移误差下也能保证一定相位还原精度。

CIELAB色空间内窥镜色彩还原能力对比分析

基于CIELAB色空间评价硬性内窥镜色彩还原能力,并进行4支硬性内窥镜色彩还原能力对比分析。通过与内窥镜连接的工业相机拍摄内窥镜观测到的色彩标靶图像,拍摄图像发送至计算机保存并处理。处理后得到图像中红绿蓝色块的RGB值,将RGB值转换至CIELAB色空间进而求得图像的L*、a*、b*值,最后利用已知标靶色块的L*、a*、b*值和求得的图像L*、a*、b*值计算CIELAB色差ΔE*ab,即色彩还原误差值。实验数据表明:4支内窥镜的色彩还原误差值都在47.9以上;4号腹腔镜对红、绿、蓝三色块的色彩还原误差值最小,色彩还原能力最好;2号宫腔检查镜对三色块色彩还原误差值比较大,色彩还原能力最差;1号鼻窦镜和3号关节镜的色彩还原能力处于中间水平。CIELAB色空间作为国际通用的测色标准,可以用于评价硬性内窥镜色彩还原能力。

一类新的数据变换及其对提高灰预测精度的有效性研究

提出了经过非负函数cg(x)+d变换来提高GM(1,1)模型的预测精度,并从理论上证明,这类变换为级比偏差压缩变换,保证了数据变换后的序列有非负上凹的特性,还原后的误差不会增大等性质,并通过实例对比说明了这种变换的有效性。

反余弦函数变换在GM(1,1)模型中的应用分析

在对原始数据序列进行一定处理的基础上,利用反余弦函数变换来提高GM(1,1)模型的预测效果.通过理论证明这种数据变换方法可以减小光滑比,为级比压缩变换,能够保持序列凹凸性且不会增大还原误差,满足数据变换的构造准则.通过具体算例表明,基于该变换的GM(1,1)模型的预测精度优于传统GM(1,1)模型和基于幂函数变换的GM(1,1)模型,从而说明了该变换的有效性.

提高建模精度的含参变量函数变换的特征与参数范围

文章针对单一函数变换不能同时保证缩小级比偏差和还原不扩大相对误差的特性,对含参变量函数变换进行研究,讨论了其变换能缩小级比偏差的参数范围及其在还原过程中不扩大误差的函数特征。通过实例验证了方法的的合理性及可靠性。

对几种泥沙颗粒分析成果改正方法的述评

对泥沙颗粒分析中粒径计分析成果如何改正的问题，国内已争论了若干年。由于问题的复杂性，至今还没有一个为大家所接受的标准方法。对已有几种方法作了述评，认为都存在一定方法上的问题，没有根据影响成果的主要原因进行归类。改正成果不能满足国家行业标准《河流泥沙颗粒分析规程》的精度要求，尚需进一步研究，为今后的实践提供了参考依据。

函数变换对灰色模型光滑度和精度的影响

对于单调序列的函数变换,首先将单调递增和递减函数变换提高序列光滑度的充要条件统一,给出压缩变换满足的充要条件,并给出还原误差精度提高的充要条件,得到提高光滑度与压缩变换的条件是一致的,但与降低还原误差的条件是矛盾的结论.由此,在函数变换时要综合考虑光滑度和还原精度,使得总体建模精度达到最优.最后通过文献中的结果进一步表明了所得到结论的正确性.

基于数据变换技术的灰色预测模型

在对建模数据序列进行一定处理基础上,提出了经过函数clnx+d变换来提高GM(1,1)模型的预测效果,并从理论上证明了离散数据序列经过这种变换可以满足光滑比变小、级比压缩、凹凸性不变、还原误差不会增大等性质,通过实例对比说明了这种变换的有效性。

递减序列的灰色建模方法

灰色模型的建模思想是通过灰色生成或序列算子的作用弱化系统的随机性,利用离散的生成序列建立连续或离散的动态微分方程,其中GM(1,1)模型是其核心模型。针对递减序列的建模问题,本文给出了两种模型模拟方法,一种是基于简单均值生成的GOM(1,1)模型,一种是基于反向始点零化的GM(1,1)模型,后一种模型还利用平移量考虑了模型模拟精度,并证明了模型的模拟序列没有放大还原误差。两种模型建模方法的共同点是实现了递减序列的同向模拟,消除了GM(1,1)模型拟合递减序列时,由于其累加生成是递增序列而出现异向拟合的不合理建模误差,最后算例也说明了该建模方法的可操作性和有效性。