基于Fairlie分解的流动人口灾难性医疗支出的城乡差异及影响因素分析

目的:分析流动人口灾难性医疗支出的城乡差异及影响因素,为促进城乡流动人口健康公平提供建议参考。方法:基于2018年全国流动人口动态监测调查,运用卡方检验探究城乡流动人口特征分布差异,利用基于logistic回归的Fairlie分解法分析流动人口灾难性医疗支出的城乡差异及影响因素。结果:流动人口灾难性医疗支出发生率为24.25%,其中城镇发生率显著低于农村(P<0.05);Fairlie分解显示流动人口灾难性医疗支出的城乡差异中特征效应占95.53%,系数效应占4.47%,收入水平、健康状况、婚姻情况、医保报销情况及是否接受健康教育对该差异产生作用(P<0.05)。结论:农村流动人口的灾难性医疗支出风险高于城镇,收入水平和健康状况差异起主要作用。应加强农村流动人口的健康教育与劳动保障,提高城乡健康公平性,通过改进医保报销机制缩小流动人口灾难性医疗支出的城乡差异。

可分离非线性最小二乘计算方法及其在LiDAR波形分解中的应用研究

非线性最小二乘作为最基本的非线性优化方法,广泛应用于测绘领域中非线性函数模型的参数估计。LiDAR全波形回波信号的高斯特征参数的求解通常并未考虑模型可以分解成多个高斯函数的结构特点,而将所有的待求参数看作非线性参数,用泰勒级数展开公式对非线性模型线性化,进而利用LM(Levenberg-Marquardt)算法进行求解,对待求参数初值要求较高。

基于优化变分模态分解和复杂度的农产品期货市场非线性特征研究

本文基于优化变分模态分解(GAVMD)与复杂度相结合的方法,对大连和郑州商品交易所近5年的农产品期货市场交易额进行非线性分析。首先对两交易所的农产品期货交易额进行GAEMD分解,对遗传算法(GA)对变分模态分解(VMD)的参数进行优化,自适应确定最优参数。其次,筛选出蕴含农产品期货市场交易信息最丰富的有效基本模式分量(IMF)分量,计算IMF的复杂度指标,再求得复杂度综合指标。结果表明,该方法可以对农产品期货市场交易额非线性特征进行评估,能够有效地定量识别不同交易所的农产品期货交易额非线性特征。

基于EMD-NLPCA的欠定非线性盲源分离算法及应用

对欠定非线性混合信号的盲源分离算法进行研究,提出一种基于经验模式分解与非线性主成分分析(EMD-NLPCA)的盲源分离算法。首先对观测信号做EMD处理,重构信号后引入高阶统计量,再进行主成分分析,完成信号分离。该算法既可以应对欠定环境,又解决了非线性混合问题。仿真实验中,将该算法与稀疏分量分析法的结果进行比照,证明了该算法的正确性以及相较于稀疏分量分析法更具普适性。将该算法用于无人机发动机开车音频信号的分离,效果较好。

基于非线性模式分解的配电网高阻接地选线方法

由于故障电流微弱、故障发生时刻不确定及受线路参数和随机因素影响等原因,一直缺乏可靠的高阻接地故障选线方法。通过建立弧光高阻接地故障的等效电路,分析暂态过程中故障线路和健全线路零序电流的区别以及与母线零序电压之间的关系。然后考虑传统电弧模型难以代入等效电路进行计算的问题,提出一种适应弧光高阻接地故障解析的电弧模型及其分段线性等效方法,有效还原了高阻接地故障伴随电弧的非线性特征。经非线性模态分解(NMD)有效提取出故障零序电流。

基于变分非线性调频模式分解的直驱式波浪发电系统控制

海浪的非平稳特性会影响直驱式波浪发电系统能量捕获,为此提出基于脊线检测与变分非线性调频模式分解的控制方案。采用短时傅里叶变换方法分析波浪激励力,结合脊线检测设定初始频率;应用变分非线性调频模式分解法分离波浪激励力,获得若干模式分量并提取其瞬时频率;通过计算各模式分量的能量含量确定主导分量,根据其瞬时频率动态调整动力输出装置阻尼,搭建直驱式波浪发电系统模型。仿真结果表明,所提方案能量吸收性能好、输出平均功率高,可有效改善直驱式波浪发电装置性能。

基于支撑向量回归的高光谱混合像元非线性分解

提出了基于支撑向量回归的高光谱混合像元自动分解。首先利用投影迭代的方法自动寻找到影像的典型地物光谱,然后利用Hapke近似函数模拟出非线性的训练和测试数据。支撑向量回归的混合像元分解方法与基于基函数分解方法的不同点是不需要预先确定非线性的映射形式,它通过核函数,把像元矢量从低维空间映射到高维特征空间,使得在特征空间中构造的线性光谱组合对应着原始空间(像元空间)的非线性组合特性,从而揭示了典型地物光谱之间的高阶性质,提高了混合像元的分解精度。实验结果证明,这种方法具有很高的混合像元的分解精度。利用模拟数据作分解精度的评价,表明97%以上的像元分解绝对误差不大于10%,而各类总体平均平方根误差均小于3.5%。

基于多核支持向量机的高光谱影像非线性混合像元分解

针对基于线性模型分解高光谱影像混合像元分解精度低,而非线性模型难以建立等问题,提出了利用多核支持向量机(MKSVM)的后验概率进行高光谱影像非线性混合像元分解的方法。该方法在支持向量机的基础上,以线性加权组合核函数代替单核函数,采用简单多核学习方法迭代解算权系数来实现分类。然后,通过S型函数将分类器输出值转化为概率;将两两配对概率转换为多类后验概率。最后,利用后验概率实现高光谱影像的非线性混合像元分解。采用该方法对两组推帚式超光谱成像仪(PHI)的高光谱影像进行了对比实验,结果表明:该方法的分类精度分别提高到95.62%和91.51%,均方根误差(RMSE)最小分别为11.15%和7.55%,均小于15%。实验结果显示提出的方法基本消除了混合像元对高光谱影像分类的影响,提高了分类精度。

基于奇异值分解的非线性负荷谐波源定位方法

从电力部门运行和管理的角度出发,提出利用负荷的非线性特性定位谐波源及划分谐波责任的方法。该方法通过建立负荷时域等值模型,在不知道系统侧和用户侧负荷参数的情况下,利用公共连接点(PCC)上电压、电流的物理关系建立微分方程,求解负荷等值阻抗参数。根据辨识的负荷等值阻抗参数定位谐波源。采用奇异值分解(SVD)方法对采样的电压、电流数据进行分析,克服测量噪声及量测矩阵奇异的影响,提高参数辨识的精度。应用量化的负荷非线性度,进一步区分各谐波源的谐波责任。仿真表明,该方法简单可行,可准确定位谐波源,且不受背景谐波的影响。

基于小波包分解与主流形识别的非线性降噪

为解决工程实际中强噪声、非线性且频率成分复杂的振动信号降噪问题,提出了基于小波包分解和主流形识别的非线性降噪方法。采用小波包分解将原始振动信号正交无遗漏地分解到各频带范围内,根据各子频带中信噪空间分布,分别采用相应参数对小波包分解系数进行相空间重构;采用局部切空间排列(local tangent space alignment,LTSA)主流形识别方法在高维相空间中实现信号与噪音的分离,并重构出降噪后的一维小波包分解系数,最后进行小波包分解重构得到降噪后的振动信号。通过仿真实验和实例应用对本文所提方法的有效性进行了验证,试验结果表明本文方法具有良好的非线性降噪能力。

基于小波分解的径流非线性预测

利用小波变换原理将具有非平稳特征的径流序列进行分解 ,使其平稳项和随机项分离 .对平稳项采用传统的 AR模型加以预测 ,而通过对随机项的混沌特征研究 ,发现其具有明显的混沌特征 ,进而提出了基于非线性混沌动力学的预测模型方法 .最后通过小波对所提出的 AR+NCDF预测模型预测结果予以重构 ,实现对原始径流序列的预测 .该方法通过实例验证具有较高的精度 。

基于解析模态分解的时变与弱非线性结构密集模态参数识别

对于时变与非线性的结构系统,由于结构模态响应信号的瞬时频率并不等同于结构本身的瞬时频率,因此推导了单自由度与多自由度体系在自由振动和受迫振动下模态响应信号的瞬时频率与结构本身瞬时频率的关系,理论结果表明,对于时变的线性结构和弱非线性结构,模态响应的瞬时频率缓慢变化的部分与结构系统的瞬时频率近似相等。通过对一杜芬系统的数值模拟和对一调整索力变化而使其频率变化的斜拉索自由振动实验,验证了理论结果的正确性。对于具有密集模态的时变与非线性的多自由度体系,提出了把解析模式分解方法扩展到时变与非线性结构的模态分解。该方法通过小波变换选取二分时变截止频率,对结构的时变模态响应进行分离,从而实现多自由度结构时变参数识别。最后,对一具有密集模态的两层框架时变系统受白噪声激励和地震激励进行数值模拟,结果表明,提出的方法能有效的分解时变系统的密集模态响应并能较好的识别出结构系统的瞬时频率。

端元可变非线性混合像元分解模型

遥感影像中混合像元普遍存在。端元固定的情况下对混合像元进行分解,很难高精度地识别影像地物。本文基于支持向量机,提出了端元可变的非线性混合像元分解模型。首先,通过构建多个支持向量机获取每个像元的优化端元集,在优化端元集的基础上运用支持向量机与两两配对方法相结合的算法获取像元组分。试验结果表明,本文提出的方法效果优于传统的多端元光谱分解法。

河流水质大系统灰色非线性规划的分解协调方法

对多排污口和复杂河系排污的水质规划问题进行了研究，探讨了河流水质系统的广义不确定性；建立了河流水质灰色非线性规划模型。针对河流复杂排污体系的灰色非线性规划面临的高阶、高维和非线性问题，提出运用大系统理论分解协调方法解决上述问题，在此基础上，定义了灰凸集，灰凸函数、灰凸规划，证明了灰色非线性规划模型的拓广Ｋｕｈｎ—Ｔｕｃｋｅｒ条件。实例研究表明，本模型与方法合理、可信，适合于一般含灰参数的灰色非线性规划问题。

氧化铝碳酸化分解动态过程建模及非线性分析

研究连续碳酸化分解过程输入输出运行规律,对其过程进行动态数学描述是实现氧化铝连续碳酸化分解生产过程优化控制的关键。针对实际连续碳酸化分解过程的工艺特点,将系统设计为ICSTR关联连续搅拌槽式反应釜模式。基于碳酸化分解过程物理化学机理,应用质量守恒定律,描述反应器中反应物成分浓度和脱硅精液流量和二氧化碳输入量之间的动态变化,建立了连续碳酸化分解过程系统非线性多重时滞的动态数学模型。通过数值计算及仿真,列出碳酸化分解过程实际测量值进行比较的结果,给出连续碳酸化分解各槽Al2O3浓度连续变化仿真曲线,验证模型能较好地体现系统即时变化过程,并讨论非线性模型解的相关问题。

基于奇异值分解的非线性滤波算法

为了克服强单音干扰条件下传统的线性预测滤波方法抗干扰性能不佳的问题,提出了一种联合奇异值分解(SVD)和非线性滤波抑制直接序列扩频通信(DS/SS)中单音干扰的方法,建立了相应的系统模型,并与传统的线性和非线性滤波器的误码率进行了比较.仿真结果表明,基于SVD的非线性滤波算法对干扰有很强的抑制能力,较好地改善了系统的性能.

非线性调频模态分解-同步提取变换方法及其在滚动轴承故障诊断中的应用

传统同步提取变换(SET)方法在处理多分量非平稳复杂信号时,各相邻分量的瞬时频率差要大于窗函数频率支撑范围的2倍,否则时频结果易发生频率混叠,而工程信号常常难以满足。此外,在处理高噪的复杂信号时,其时频分辨率往往不理想。针对此不足,将非线性调频模态分解(VNCMD)引入SET中,提出一种VNCMD-SET的故障诊断方法。利用VNCMD通过结合解调手段以及变分模态分解的联合优化方案来有效处理频率临近甚至交叉的非平稳信号,对故障信号进行分解重构,对该重构信号进行SET处理。将所提方法与传统SET方法进行对比研究,并进行实验验证。仿真和实验结果表明:VNCMD-SET方法明显优于传统SET方法,克服了传统SET方法的不足;VNCMD-SET方法能有效提取出故障信号的频率特征,且不发生混叠,同时具有一定的抗噪性能。

基于多元正交函数的非线性快速气动建模

多项式响应面模型是气动系数建模中常用的一种模型。实时采集的气动数据有较强的线性相关性,使用常规最小二乘回归方法估计模型参数时,由于回归矩阵的病态性导致估计误差较大。提出一种基于多元正交函数的多项式响应面建模方法,将回归矩阵进行QR分解后迭代实时数据,可以有效避免回归矩阵病态问题,提高多项式响应面模型的精确度;引入模型预测方差(PSE)与决定系数R^(2),简化模型结构,避免了模型的过度拟合。基于F-16风洞试验部分气动数据,利用仿真程序对风洞数据进行样条函数插值,得到完整的实验数据集,用以验证实验算法。采用多元正交函数建模方法分别建立目标飞行器的6个无量纲气动力系数模型,并对建模过程中的实时性进行分析。建模结果表明,基于多元正交函数建立的多项式响应面模型对实时数据有较好的预测效果;同时,建模过程中各环节的时间消耗均是毫秒级的,满足实时建模的要求,说明该方法可以实时地建立目标飞行器的非线性气动力系数模型。

保留非线性的快速P－Q分解状态估计法

提出了一种新的状态估计方法。该法保留了量测方程的非线性，同时又利用Ｐ－Ｑ分解方法，提高状态估计的计算速度。

一种改进的基于分解控制的非线性力矩补偿策略及其在直流电机系统中的应用

针对直流电机系统中存在的非线性摩擦力矩和波动力矩,提出一种改进的非线性力矩补偿策略,将重复控制机制引入到基于分解控制的补偿策略中。其中,鲁棒自适应补偿器用来补偿系统中存在的非线性摩擦力矩和波动力矩;而插入的重复控制器用来进一步提高系统运动曲线的跟踪性能。二者的综合构成了系统完整的控制律。Lyapunov方法证明了闭环控制系统的全局稳定性。最后,通过对高精度伺服系统的仿真研究证明了该改进补偿策略的有效性。