非参数化区域竞争方法:一种新的图像分割框架

提出了一种新的图像分割框架——非参数化区域竞争算法 .这种算法克服了基于尺度空间滤波的特征空间聚类法的缺陷 ,提高了原区域竞争算法的性能 ,并且采取了一种自动选取种子位置及大小的形式化策略 .非参数化区域竞争算法可以把图像分割成统计意义上并不具有一致性 ,但在应用中更有意义的区域 ,称这样的分割为语义一致 (或均匀 )的分割 .非参数化区域竞争算法把定量地控制分割结果中的区域个数和语义一致的分割结合起来 ,从而净化了分割结果 。

基于遗传算法和神经网络的油气弹簧非参数化建模

将遗传算法应用于油气弹簧神经网络模型的优化,首先利用遗传算法的全局搜索能力得到神经网络权值的次优解,然后利用BP算法精确搜索到权值的最优解,从而克服了传统BP算法易陷入局部最小点的缺点。与采用传统BP算法的神经网络比对结果表明,遗传算法能显著地提高神经网络的精度,建立的油气弹簧人工神经网络模型可以对油气弹簧的输出特性进行可靠地预测。

基于局部几何参数化和JFNG算法的微电网群分布式连续潮流计算

由于分布式电源、电动汽车等新型电气化负荷内存在无功限幅约束,传统连续潮流在分析微电网的带负荷能力和微电网之间的联络能力时存在因错误识别节点类型而导致计算失败的现象,并且其不适配于微电网群的分布式管理模式。提出一种局部几何参数化连续潮流算法,相较于弧长参数化,该算法具有参数化方程易于解耦、分岔点计算精度较高等优点;采用费舍尔伯明斯特互补函数来处理非光滑无功限幅特性,避免节点类型频繁切换的问题。基于连续潮流模型,结合非精确牛顿-广义最小残差(JFNG)算法分布式框架,提出仅交换边界信息就可收敛的微电网群分布式连续潮流算法。算例结果验证了所提算法的有效性。

求解摩擦接触问题的一个非内点光滑化算法

给出了一个求解三维弹性有摩擦接触问题的新算法,即基于NCP函数的非内点光滑化算法。首先通过参变量变分原理和参数二次规划法,将三维弹性有摩擦接触问题的分析归结为线性互补问题的求解;然后利用NCP函数,将互补问题的求解转换为非光滑方程组的求解;再用凝聚函数对其进行光滑化,最后用NEWTON法解所得到的光滑非线性方程组。方法具有易于理解及实现方便等特点。通过线性互补问题的数值算例及接触问题实例证实了该算法的可靠性与有效性。

湿润气候区非均匀地表平均蒸散发率参数化方案研究

从水文过程的物理机制出发,提出湿润气候区平均蒸散发率的一种统计-动力参数化方案。将陆面蒸散发过程的复杂机制分解为地表层裸土及植被两种下垫面的土壤水分饱和区与非饱和区影响下的通量贡献。从理论上推导出考虑土壤含水量次网格尺度非均匀性的区域蒸散率解析表达式。根据湿润气候区土壤水分空间分布PDF的特点,给出适用于湿润气候区的平均蒸散发计算式。以长江三角洲为例进行的数值试验证明其合理性与可行性。

基于区域分解算法的非均匀介质的反分析计算

提出了一种基于区域分解算法的非均匀介质反分析计算格式，使其能够将敏度矩阵的计算仅限于单介质区域，使反分析的计算速度和收敛稳定性有了较大的提高．

半无限规划的一个对偶参数化的SQP算法

基于非单调SQP算法的优点,给出半无限规划问题的一个结合SQP技术的时偶参数化算法,并给出了算法的收敛性证明。

边界层参数化方案在“灰色区域”尺度下的适用性评估

随着数值预报模式分辨率的提高,当模式网格距与含能湍涡的长度尺度相当时,模式动力过程可解析一部分湍流运动,而剩余的湍流运动仍需参数化,此时便产生了湍流参数化的"灰色区域"问题。对传统的PBL(Planetary Boundary Layer)方案在"灰色区域"下的适用性评估,是改进PBL方案以使其能够适应分辨率变化的前提和基础。本研究基于干对流边界层的大涡模拟试验,比较了WRF(Weather Research and Forecast Model)模式中四种常用的边界层参数化方案[YSU(Yonsei University)、MYJ(Mellor-Yamada-Janjic)、MYNN2.5(Mellor-YamadaNakanishi-Niino Level 2.5)、MYNN3)]在"灰色区域"尺度下的表现。研究表明,混合层内总热通量对所使用的参数化方案和水平分辨率均不敏感。不同参数化方案中次网格与网格通量的比例表现出对水平网格距不同的依赖性。局地PBL方案(MYJ、MYNN2.5)在混合层内的平均位温随网格距减小而增大,次网格通量随网格距减小而减小,较参考湍流场对次网格通量有所低估。YSU方案的非局地项几乎不随水平格距改变而变化,对次网格通量的表征并未表现出较强的分辨率依赖性,且过强的非局地次网格输送使混合层内温度层结呈弱稳定,抑制了可分辨湍流输送,不易于激发次级环流。MYNN3方案的非局地次网格通量(负梯度输送项)随网格距减小而减小,使其对次网格通量的表征具有较好的分辨率依赖性。PBL方案在"灰色区域"尺度下的适用性与具体分辨率有关。以分辨率500 m为例,四种PBL方案中不存在一种最佳方案,能对边界层的热力结构和湍流统计特征均有准确的描述。

非连续动态同步发电机组的空间正则化参数辨识方法

同步发电机组参数的正确性严重影响电力系统仿真及稳定控制结果的有效性,然而励磁和调速系统中大量非连续环节的存在,严重限制了现有在线辨识方法的高效应用。为解决该问题,提出了一种非连续动态同步发电机组的空间正则化参数辨识方法。该方法将不同状态空间下的非连续动态方程转化为统一的等效表达式,并利用简约空间内点算法对含离散化动态方程约束的参数辨识问题进行求解,从而实现参数辨识问题中对非连续动态方程的准确、高效处理。最后,大量的数值试验和实际测试结果验证了所提方法的有效性。

三维Helmholtz方程外问题的非重叠区域分解算法

文章讨论了空间半无界区域Helmholtz方程外问题的基于自然边界归化的非重叠区域分解算法,即通过做一个人工边界,把空间半无界区域分解为不重叠的有界区域和规则的无界区域,然后在两个区域内分别求解。这种方法对于求解无界区域问题具有十分明显的优越性。文章给出了连续和离散情形的D-N算法并讨论了其收敛性,并且证明了其收敛速度与网格参数h无关。

基于MPI的精确非参数检验之Fisher网络算法的并行算法研究

非参数检验是样本为非正态分布或未知分布情况下进行的假设检验,适应性强,稳定性好,在医学、工程、金融等各种统计场合都有广泛应用.精确非参数检验提高了计算的精度,但是直接计算精确很费时间.文中针对精确非参数检验主要使用的Fisher网络算法,基于MPI提出并行算法并予以实现.实验结果表明并行效率良好,能够大大加快计算的速度.

探测Antrim页岩气生产力区域趋势和其它空间表述的经验方法以及利用局部非参数评估技术改进资源预测的重要性

本项研究的主要目的是：（1）研究通过历史生产数据揭示的非常规天然气资源建立区域趋势的经验方法；（2）确定是否需将更多的区域趋势知识加入到一套以前建立的局部非参数资源预测算法中，以便对评估成果产生影响。把三种不同趋势方法应用于来自密歇根盆地泥盆系Antrim页岩气区的公开有效生产数据（井的最终采收率（EUR）共计80英亩单元）。这种方案可用于鉴别页岩气区内网格EUR值的东南．西北趋势。在一般意义上，这与该州的主要裂缝和构造方向一致。然而，资源预测算法中包括的这种趋势并不能改善最终结果。进一步分析结果表明，网格EUR值之间存在有可能抑制区域趋势作用的群集。虽然相关地质文献中提供了一些可能的解释，但出现这种群集的成因并不能完全理解，且有时会导致获得不可预测的结果。通过应用适当数据，更好地理解这种群集现象可以获得控制Antrim页岩气产量的有关因素及其相互作用的重要信息。进而，有助于为更好地评估Antrim页岩气区或其它页岩气区的资源而建立一种更普遍的方案。

电力参数非同步采样误差分析

对用单片机测电力参数在非同步采样时的测量误差进行了分析,得出一般情况下的误差估计;针对典型算法(复化梯形算法)给出准确的误差公式,并由此得到减小误差的方法。这些结论可为交流采样技术的电力参数测量仪表在设计时进行误差分析提供参考。

船体舱段三维有限元模型参数化建模方法研究

提出三维船体舱段有限元参数化建模的设计方法,将船体舱段的有限元网格归类为纵向网格和横向网格,并分别提出相应的算法以实现这两种网格的自动生成。

NURBS在汽轮机叶型参数化设计中的应用

基于非均匀有理B样条(NURBS)曲线及节点插入算法,提出了一种汽轮机二维叶型参数化设计方法。同时,兼顾设计参数的实际物理意义和型线调节的灵活性,解决叶片前缘关键点处曲率连续性的问题。据此,结合Visual C++2008与OpenGL开发汽轮机叶片设计软件,完成叶型的参数化设计,并对该设计方法的可行性进行了验证。

非平衡多阶段物流系统建模与优化方法(英文)

首先提出了参数化界面分布的新概念,将一个非平衡多阶段物流系统转化为多个相互独立的单一阶段物流系统,然后采用Prüfer数对每个阶段上的物流模式进行编码.通过一种改进的解码方法,任何一个随机产生的Prüfer数都能够被解码为一个与物流系统的节点容量相匹配的可行的物流模式.基于这2点创新,建立了一种新的基于参数化界面分布和Prüfer数编码的系统建模方法,相应的遗传算法称为PIP GA方法.与st GA方法相比,PIP GA不但具有更好的优化结果,而且需要的计算时间更少;虽然所需的存储空间有所增加,PIP GA仍然是一种有效而稳健的非平衡多阶段物流系统建模与优化方法.

基于遗传算法的物流中心区域布置技术

对物流中心进行全参数化研究。充分考虑了区域形状,通道等实际因素,采用遗传算法解决区域布置问题,使布置结果更具实用性。

基于粒子群优化算法的三维点云NURBS曲面重构研究

针对Delaunay三角化等传统方法在逆向工程曲面重构过程中存在着精准度不足、处理高维非线性问题时效率低等问题,提出一种基于粒子群优化算法的三维点云NURBS曲面重构方法。通过曲面参数化和曲面拟合两个关键步骤,使用粒子群优化算法确定出控制点、节点矢量和权因子等NURBS曲面参数,实现了NURBS曲面重构。最后使用包含了开放、半封闭、封闭、实际扫描、多分支和自我交叉等5种不同类型具有代表性的曲面模型对算法进行验证。实验结果表明,该方法具有良好的鲁棒性、准确性和灵活性。

航线网络中非参数需求非限化估计的MM算法

尽管非参数离散选择模型可灵活地对航线网络替代效应和顾客策略行为进行建模,但其在历史顾客初始需求非限化估计中的应用会受到顾客到达过程分布假设的影响。为提高精确度,针对基于顾客偏好排序列表的网络型非参数离散选择模型,使用泊松分布对航线网络中短视型和策略型顾客需求的到达过程进行描述,并提出MM算法对泊松到达率和偏好排序概率质量函数进行联合估计。考虑到似然函数的非凹性,将极大似然估计问题重构为凹差(DC)规划问题,并应用凹-凸过程(CCCP)算法和Frank-Wolfe(F-W)算法对具有收敛性特征的凹优化问题进行求解。最后,通过数值模拟对所提方法的有效性和准确性进行了比较分析。结果表明,在综合考虑网络替代效应、顾客策略行为和模型需求分布假设等因素的情况下,本文所提方法相较于现有方法能够更加有效地控制非限化估计误差,避免对历史顾客初始需求的高估。

基于样本学习的肖像画自动生成算法

提出了一种基于样本学习的人脸肖像画自动生成算法 .文章采用非均匀的马尔科夫随机场模型来描述肖像画与人脸图像之间的统计关系 ,并使用基于训练样本的非参数化的概率表示 ,在贝叶斯优化的框架下设计了迭代采样算法 ,可以自动的从人脸图像生成特定风格的肖像画 .在该方法中 ,使用非均匀的统计模型是保持肖像中人脸结构准确性的关键 .文中所提供的例子表明了该文方法的有效性 .