虚拟样机环境下不确定性多元动态系统模型验证

针对虚拟样机开发环境中不确定多元输出响应动态系统的模型验证问题,提出了基于误差统计分析、统计主元分析(Probabilistic principal component analysis,PPCA)、基于领域专家知识的阈值定义与转化和贝叶斯区间假设检验的不确定性动态系统模型验证方法和流程。概率误差分析方法用于处理物理试验和仿真结果的重复误差,PPCA用于处理多元相关数据和降维,基于领域专家知识的阈值定义与转化用于确定降维数据空间中的阈值区间,贝叶斯区间假设检验通过贝叶斯可信度提供模型验证结果。该方法解决了不确定性多元动态系统验证中的重复误差量化、多元相关数据处理、领域专家知识融合及提供具有明确物理意义和直观的验证结果等关键问题。对某汽车正向碰撞中乘员保护系统的实例研究表明,该方法能有效实现虚拟样机环境下的不确定性动态系统模型验证,并进一步推动数字化仿真模型的改进。

核电厂KRG系统定期试验准则整定方法的研究

超温超功率ΔT是岭澳核电厂KRG系统中最复杂的保护通道,当通道参数调整后,其定期试验的验证准则也要随之重新整定。而本文则提出了超温超功率ΔT保护通道定期试验验证准则的整定方法,并以在调整冷热管段平均温度和温度偏差的加法器参数值的情况下,一回路升温过程中稳压器压力升高导致超温,从而触发超温超功率ΔT阈值模块XU动作的事故工况为例,对其定期试验验证准则重新整定的方法进行了详细的阐述。该方法已应用于岭澳核电厂KRG系统试验台的改造中,并且通过实际验证,其能够满足通道校准的指标要求,并保证通道试验的准确性。

基于曲波变换的医学图像增强算法

为满足临床诊断的需要,对医学图像进行良好的分辨,提出一种基于曲波变换的医学图像增强算法。对医学数据进行曲波正变换,获取各个尺度、方向上的曲波系数,利用广义交叉验证准则和遗传算法自适应选取最优阈值进行阈值去噪,对处理后的数据进行频带拓宽处理,进行曲波反变换来重构数据,得到增强图像。分别选取10组医学脑部CT和胸部图像进行研究,实验结果表明,医学数据在经过该算法处理后,信噪比由原始的3dB-4dB提高到5dB-6dB,处理后图像的分辨率有明显提升,病灶点的层次划分更加清晰,有效增强了边缘细节信息,为医疗工作者诊断病症提供了更加清晰准确的依据。

遥感图像薄云的小波自适应阈值去除

可见光遥感图像最常见的薄云噪声严重地影响其解译的准确性,因此根据薄云噪声主要影响图像的低频信号,提出单波段遥感图像小波变换自适应阈值去云,图像经小波分解后,薄云噪声与地物信息在低频小波系数的阈值使用遗传算法以广义交叉验证GCV准则作为目标函数自动寻找,然后对小波系数进行阈值化去云。结果表明,该方法可有效去除薄云噪声并保留地物信息,使原来模糊的地物细节信息变清晰,信息熵最高,去云效果优于小波同态滤波,且明显优于同态滤波;不同尺度低频小波系数中薄云噪声与地物信息间的阈值,可用遗传算法和GCV准则有效地自动确定。

砂轮划片机模态测试中的传感器测点优化研究

针对砂轮划片机这类复杂设备振动模态测试中测试时间长、传感器数目难以确定和测点难以定位的问题,提出了结合有效独立法、QR分解法及模态验证准则、香农扩展定理对砂轮划片机主系统进行测点优化的方法。采用锤击模态测试方法对某一型号的砂轮划片机测点优化前后的模态进行了测试,识别出划片机主系统的振型和模态参数,比较测点优化前后的测试结果,表明测点优化的模态测试实现了将有限个传感器布置在关键的测点位置上并获取最接近真实信息的目的,缩短了测试时间,提高了测试精度,为复杂设备的振动模态测试提供了参考。

模糊图像的不连续边缘智能检测改进算法

针对传统不连续边缘检测算法利用增强图像边缘对比度进行检测,只适用于检测灰度值变化不强烈及含有普通噪声的图像边缘,检测性能具有局限性的问题,提出一种模糊图像的不连续边缘智能检测改进算法.首先通过广义交叉验证准则获取图像噪声方差估计值,对图像中高斯噪声进行判别,使用自适应模糊滤波器对含噪图像进行模糊滤波处理;然后采用改进模糊图像边缘检测算法,按图像含噪情形制定边缘检测策略,获取模糊图像边缘;最后通过灰度形态学的模糊图像不连续边缘检测算法,对模糊图像边缘受灰度值不均匀变化形成的膨胀、腐蚀、形态学梯度型不连续边缘进行检测.实验结果表明,该算法抗噪性较高,模糊图像不连续边缘检测的结果更清晰、完整。

我国航空客运量需求预测模型:基于随机前沿预测模型和模型平均

针对多数研究以产品或服务的历史消费量来代替不可观测的需求量而导致的需求预测出现实质性偏差的问题,本文将包含技术无效率项的随机前沿预测模型应用于航空客运量需求的预测,从而有效解决实质性偏差的问题.同时我们在此基础上引入一种模型平均权重确定方法,即通过最小化M折交叉验证准则(CVM)确定候选模型权重.本文证明了该方法在理论上的最优性.由于模型中技术无效项的存在,我们可以同时预测航空客运量的实际产生量和需求量,实证研究也表明,相比其他常用的预测方法,该方法在预测航空客运量中长期的实际产生量上更具优势.

面板数据分位回归中适应性LASSO调节参数的选择

在带有罚函数的变量选择中,调节参数的选择是一个关键性问题,但遗憾的是,在大多数文献中,调节参数选择的方法较为模糊,多凭经验,缺乏系统的理论方法。本文基于含随机效应的面板数据模型,提出分位回归中适应性LASSO调节参数的选择标准惩罚交叉验证准则(PCV),并讨论比较了该准则与其他选择调节参数的准则的效果。通过对不同分位点进行模拟,我们发现当残差ε来自尖峰分布和厚尾分布时,该准则能更好地估计模型参数,尤其对于高分位点和低分位点而言.选取其他分位点时,PCV的效果虽稍逊色于Schwarz信息准则,但明显优于Akaike信息准则和交叉验证准则。且在选择变量的准确性方面,该准则比Schwarz信息准则、Akaike信息准则等更加有效。文章最后对我国各地区多个宏观经济指标的面板数据进行建模分析,展示了惩罚交叉验证准则的性能,得到了在不同分位点处宏观经济指标之间的回归关系。