基于DBSCAN算法与GMM理论的铝合金板孔边疲劳裂纹萌生监测

针对航空结构中多孔铝合金板在疲劳载荷作用下的孔边裂纹萌生监测问题,以光纤传感系统为基础结合小波分解、含噪声的密度空间聚类以及高斯混合模型,提出了一种孔边裂纹萌生监测方法。首先以光纤光栅传感系统采集循环加载条件下多孔铝合金板孔边裂纹萌生至结构断裂全程中孔边微应变并构建孔边微应变曲线。对孔边微应变曲线进行小波分解,得到微应变曲线的低频分量与高频分量,并以低频分量最小值及高频分量突变作为孔边裂纹萌生特征。在分析裂纹萌生时引入DBSCAN算法与GMM理论用于计算孔边裂纹萌生时的疲劳加载循环数并进行比较与分析得到多孔铝合金板孔边主裂纹的萌生位置以及孔边主裂纹裂纹萌生时的疲劳加载循环数。试验结果表明:此监测方法能够准确定位出孔边主裂纹的萌生位置,计算孔边主裂纹萌生时的疲劳加载循环数,且疲劳加载循环数计算误差在5%以内。在未来可应用于全机地面疲劳试验、结构健康监测等多种场景。

基于Prophet-GMM的大坝监测数据异常检测算法

大坝监测数据受环境等因素影响,往往存在异常数据,异常数据的检测对于大坝的正常运行起着不可或缺的作用,但是传统异常检测算法对于大坝监测数据往往达不到精度要求。提出了一种基于Prophet-GMM的异常检测算法,利用Prophet算法较好的拟合性能对大坝数据进行拟合,由拟合数据与实测数据求残差序列,再利用GMM算法对残差序列进行聚类,从而准确识别出异常值。结果表明:Prophet-GMM法对于不同类型的大坝监测数据都能准确识别出异常值,与传统检测算法相比,在查准率、查全率及准确率3个检测指标上,均有较为明显的提升。

财政支农对农业现代化的动态影响研究--基于系统GMM及门槛效应的检验

农业现代化是我国保障粮食安全建设农业强国的头等大事,财政支农支出与农业现代化建设有着天然的契合性。为研究财政支农支出对农业现代化的作用与影响,文章首先从理论方面探讨了财政支农支出影响农业现代化发展的作用机理。随后,基于农业现代化内涵从农业机械化、产业化等五个维度构建了农业现代化测评指标体系,并采用熵值法测度2011一2021年中国内地31省域的农业现代化发展指数。在此基础上,选取系统GMM方法和门槛效应模型进一步验证财政支农支出作用农业现代化的动态影响及门槛特征。研究结果表明:我国农业现代化总体水平提升较慢,各省农业现代化发展趋势较好,但存在地区差异,发展不够均衡;财政支农支出对我国农业现代化发展水平具有显著正向促进作用;财政支农支出与农业现代化发展水平之间并不是简单的线性关系,财政支农支出对农业现代化的影响作用具有单一门槛特征。财政支农支出水平位于第一门槛值(10.872)水平时,财政支农支出对农业现代化的作用最为明显。最后,基于研究结果,分别从加强对各地区间的协调发展、进一步加大财政支农支出力度和优化财政支农支出结构等方面提出对策建议。研究结论为农业现代化的财政支农路径优化提供了科学决策依据。

“影子银行”潜在的流动性风险——基于系统GMM模型实证分析

商业银行内部脱媒扭曲激化了商业银行的流动性风险。本文选取2011—2021年我国81家商业银行的面板数据,创新性测算“影子银行”规模。为消除变量个体效应的影响,采用系统GMM模型研究“影子银行”对商业银行流动性风险影响。结果显示,股份制商行及农商行的流动性风险,受到“影子银行”规模扩张而加剧的影响最大。在此基础上,提出针对不同性质的商业银行提供特色的“影子银行”业务,避免商业银行流动性风险日趋严重。

基于YOLOv7和GMM算法的火焰实时检测方法

石油化工行业生产现场大多具有易燃、易爆、高温和高压等特点,是安全监管的核心区域。针对目前安全监管区域主要依靠监控视频回放及人工检查方式,导致实时性差、安全性低的问题,该文提出一种基于YOLOv7和GMM算法的火焰实时检测方法。首先,通过生产现场对数据实时采集和分析,基于YOLOv7在目标检测领域的优势,实现对疑似火焰区域的检测;其次,结合火焰特有的动态特征,利用GMM模型对检测结果中的疑似火焰区域进行排除,如灯光、太阳光等;最后,利用形态学操作方法,进一步提高对真实火焰检测的准确性。通过实验结果表明,该方法能够滤除疑似火焰的干扰,有效检测出真实火焰,且在复杂背景下仍有很好的抗干扰能力和识别准确率。

基于改进GMM的智能变电站视频目标检测方法研究

研究基于改进GMM的智能变电站视频目标检测方法,该方法精准检测变电站视频目标。构建智能变电站视频序列各像素的高斯分布模型,通过判断像素点与高斯分布模型匹配情况,确定该像素点是否为背景,利用四邻域法调整学习率,实现首个匹配高斯分布模型权值调整,根据权值与方差的比值大小实现背景高斯分布模型的降序排列,获取智能变电站视频背景图像,当前帧图像除去背景图像即可得到前景图像,通过去除前景图像的离散点噪声、视频目标内部噪声和阴影,检测智能变电站视频目标。实验结果表明,像素高斯分布为5时,该方法检测到的智能变电站前景图像中的视频目标效果更好,错检像素、漏检前景像素平均值均较低。

基于系统GMM门槛模型的我国城市体育场馆营收、科创与经营布局研究

目的:分析中小型城市体育场馆的经营现状。方法:采用文献资料法、中介效应设计、变量选择与测算、数理统计法。结果显示:中小型城市体育场馆在数量、营收、科创投入、经营布局方面存在差异,对经营状况有影响。增加场馆数量、科创投入和城市人口对营收和科创投入有正向影响,但高经营布局可能降低经济绩效。中介效应分析强调了场馆数量、科创投入和经营布局的关键作用。稳健性分析支持模型可信度。门槛效应检验揭示了不同程度的门槛效应。建议:增加场馆数量,加大科创投入,优化经营布局,关注门槛效应,以促进可持续发展。

河南省数字普惠金融对农业产业化影响研究——基于GMM动态面板模型分析

大数据、信息技术逐渐兴起并应用于金融领域,使得数字普惠金融发展势头强劲,农村居民能够进一步享受到普惠金融服务,这对农业产业化发展有重要的影响。文章运用熵值法测度了河南省2011—2020年14个域市农业产业化发展水平并分析了时间演进和空间特征,运用系统GMM模型分析了数字普惠金融对农业产业化发展水平的影响,在对数字普惠金融分维度指标与农业产业化水平之间进行回归分析,同时对农业产业化发展水平的作用进行量化分析。研究结果表明:①河南省数字普惠金融与农业产业化发展水平之间具有显著的正相关关系,即河南省数字普惠金融水平的提升会带动农业产业化水平的提升。②经济发展水平、政府支农力度、互联网宽带普及程度均能带动农业产业化水平的提升。③拓宽数字普惠金融使用深度、提升数字化程度均能有效地促进农业产业化水平的提升。

基于GMM和分水岭算法的润滑油粘连磨粒的在线检测方法

润滑油中磨粒的数量、尺寸特征是磨损程度判断的主要依据,由于运动状态下的磨粒极易发生粘连,难以实现磨粒的在线监测及特征提取。为提高粘连磨粒目标检测精度,提出了一种基于融合GMM(Gaussian Mixture Modelling,GMM)和分水岭算法(Watershed Algorithm)的磨粒目标检测算法。首先,采用基于GMM的背景差分算法初步提取出运动磨粒目标,然后再利用分水岭算法对所提取目标进行分割,完成粘连磨粒目标的精确检测。实验结果表明,相比于传统算法,GMM-Watershed算法能够有效提高粘连磨粒的目标检测精度,准确率达98.86%,为提高油液磨粒在线特征提取的准确率提供了有效的方法。

碳排放的空间关联:基于两阶段SYS-GMM的实证研究

基于2005-2018年省际面板数据,探讨了中国经济增长过程中碳排放的空间关联问题.实证结果表明:(1)中国碳排放存在显著的空间关联,一个地区的碳排放会对相邻地区的碳排放产生正向影响;(2)碳排放EKC假说在中国是成立的;(3)工业化、对外开放以及城镇化等对碳排放都有显著影响.

数字普惠金融对共同富裕的影响——基于系统GMM和门槛效应的检验

基于2013—2020年我国30个省份的面板数据,实证分析数字普惠金融对共同富裕的影响及传导机制,并进一步对其影响效应的异质性进行研究,最后运用门槛模型检验了二者之间的非线性关系。结果表明:数字普惠金融对我国共同富裕水平具有正向促进作用,且经过一系列稳健性检验后结论依然显著;机制检验则表明融资约束在数字普惠金融与共同富裕的关系中发挥中介作用;异质性检验说明,共同富裕水平受数字普惠金融覆盖广度和使用深度两个维度的影响更为明显,中部和西部地区数字普惠金融的影响效应大于东部地区;数字普惠金融对共同富裕水平的促进作用存在双重门槛效应,其作用大小表现为先下降后上升。据此,提出加大数字普惠金融支持力度、加大数字化建设投入力度、创新金融产品和服务、提升居民基本金融素养等建议。

基于GMMs算法的说话人身份识别系统研究与实现

基于GMMs(Gaussian mixture models)的声纹识别算法,提出了针对声纹识别和静音检测的相应特征值提取方法。该方法通过采集、分析声音样本,提取其特征值,对特征值进行模拟训练并通过模型匹配来识别说话人身份。同时,提出了基于GMM模型聚类的VAD(voice activity detection)静音检测算法,该算法具备模型参数自适应功能,极大提高了系统对不同应用环境(嘈杂/安静)的适应能力。对比实验表明,所设计的说话人身份识别系统具有高效性、准确性。

数字经济对我国市域农业经济韧性的影响效应与机理分析——基于系统GMM模型与动态门槛模型的检验

基于2011—2019年我国277个市域农业的面板数据,运用反事实方法科学测度了其经济韧性水平,并借助系统GMM模型、中介模型和动态门槛模型等方法,实证检验了数字经济对市域农业经济韧性的影响效应及作用机理。研究发现:数字经济显著增强了市域农业经济韧性,这一结论经一系列稳健性检验后仍能成立;机制分析结果表明,农业资本深化是数字经济提升市域农业经济韧性的重要路径。异质性分析表明,在东部、中部、西部地区和人力资本水平较高的地区,数字经济对市域农业经济韧性的影响效应更为显著,而对东北部地区的提升效应则不显著。动态门槛检验进一步揭示,数字经济对市域农业经济韧性的影响呈现边际递增的非线性特征,当数字经济发展水平越过特定门槛值(0.147)时,数字经济对市域农业经济韧性的促进作用显著增强。

商品市场分割、线下销售与电子商务发展——基于动态面板系统GMM分析

近年来,中国电子商务产业发展的越来越快,已经成为世界上最大规模的电子商务市场。基于2014-2020年中国31个省市自治区的面板数据,采用静态与动态模型相互对照的回归方法研究商品市场分割对电子商务发展的影响。结果表明:商品市场分割对电子商务发展起着倒U型的作用,经过一系列稳健性检验后,结论依然成立;在东中西部分地区检验中发现,中部商品市场分割的影响最大;机制检验表明,商品市场分割通过抑制线下销售促进电子商务发展。研究结果提供了一种从商品市场分割的视角解释中国电子商务快速扩张的原因,为发展贸易往来,推动电子商务发展做出一些理论支撑。

家庭农场对农业保险需求的影响因素分析——基于SYS-GMM和分位数回归模型

基于面板数据构建SYS-GMM模型、分位数回归模型,系统分析了家庭农场对农业保险需求的影响因素,结果显示:(1)核心解释变量中,保险理赔(X_(1))、农业补贴(X_(2))显著正向影响家庭农场农业保险需求,且保险理赔的系数>农业补贴的系数,说明保险理赔对家庭农场农业保险需求影响程度大于农业补贴。控制变量中,农场主性别(Z_(1))、受教育程度(Z_(3))、是否与龙头企业联系(Z_(5))、产业结构(Z_(9))显著正向影响家庭农场农业保险需求;农场主年龄(Z_(2))、经营面积(Z_(4))、是否加入合作社(Z_(6))、农业受灾面积(Z_(7))负向影响家庭农场农业保险需求,但不显著。(2)保险理赔在10%、25%、50%、75%、90%分位点上均提升了家庭农场对农业保险的需求,农业补贴在10%、25%、50%、75%分位点上均提升了家庭农场对农业保险的需求,在90%分位点上抑制了家庭农场对农业保险的需求,且不同分位条件下其影响效应差异较大。(3)“农业理赔(X_(1))×经营年限(Z_(10))”“农业补贴(X_(2))×薪资水平(Z_(11))”“农业补贴(X_(2))×典型农场比例(Z_(12))”3个交乘项的系数均具有显著性,说明经营年限长的家庭农场通过较多的理赔经历增强了自然风险防范意识,农业保险需求高;农业补贴通过影响农民可支配收入进而影响其农业保险投保支出;典型家庭农场能得到更多的农业补贴,因此农业保险支付力度也更强。

融合CEEMDAN-GMM和小波阈值方法的爆炸冲击波降噪算法

针对实测爆炸冲击波信号中存在大量噪声信号以及自适应白噪声完整集合经验模态分解(CEEMDAN)方法在降噪过程中容易出现信号失真的问题,提出了一种基于CEEMDAN方法和高斯混合模型(GMM)的爆炸冲击波降噪算法。该算法首先将原始爆炸冲击波数据通过CEEMDAN方法分解得到若干个本征模态分量IMF,并利用GMM聚类算法将IMF分量分为多个类别。通过计算不同IMF分量的方差贡献率校核聚类结果,剔除高频噪声类别的IMF分量。对受噪声干扰的IMF分量,采用小波阈值方法进行滤波去除噪声。最后,将滤波后的IMF分量与未受噪声干扰的IMF分量一起重构,并获得降噪后的爆炸冲击波信号。实验结果表明:CEEMDAN-GMM与小波阈值算法信噪比值RSNR和均方根误差值MRMSE分别比CEEMDAN方法和CEEMDAN-小波阈值算法提高了10.19 dB和2.99 dB,降低了0.42×10^(-4)和0.14×10^(-4)。

基于GMM聚类的铁路网络数据风险等级分类方法

铁路行业信息基础设施及重要信息系统产生的数据种类繁多、数量庞大且价值密度高,而不同类型或等级的铁路网络数据存在不同级别的安全风险。为了完善铁路网络数据风险评估机制,设计一种基于高斯混合模型(GMM,Gaussian Mixture Model)聚类的铁路网络数据风险等级分类方法。从数据和风险角度提取关键信息,构建风险信息数据集;通过K-means聚类获得初始聚类中心;基于混合距离计算进行GMM聚类,实现数据风险等级划分。经实验验证,与传统K-means聚类、谱聚类算法相比,GMM聚类算法对铁路网络数据的聚类效果更优,能够更加准确地对铁路网络数据进行风险等级分类,从而为进一步落实铁路网络数据安全管理要求提供重要的技术支撑。

数字交易对于就业质量的影响——基于系统GMM和调节效应的实证检验

通过计算我国30个省份2013年到2020年间的数字交易、数字基础设施综合指数及就业质量综合指数,分析和证明数字交易对于就业质量的影响,得出以下结论:我国就业质量在近年有了较大幅度提升,但存在明显的区域差异性;数字交易对于就业质量在整体上具有正向影响;数字基础设施和城镇化发展对于就业质量具有共同的促进效应,但城镇化及数字基础设施等相关变量的耦合协调度不高或相互抑制会削弱就业质量提升效应。因此,就业政策的制定不仅要重视数字交易对就业质量的促进作用,还应考虑数字基础设施建设、数字交易与城镇化建设的整体协调,积极缩小区域间就业质量差距,加强就业培训和保障,稳步推进城镇化,以充分提升就业质量。

基于GMM和改进MFCCs的电机轴承故障诊断方法研究

针对电机系统振动信号的采集对传感器安装精度要求较高,以及时频域特征不能完全表征轴承故障特征的问题。论文提出一种基于高斯混合模型(Gaussian mixture model,GMM)和改进梅尔频率倒谱系数(Mel frequency cepstrum co-efficients,MFCCs)的轴承故障识别方法。该方法通过PCA降维获取改进的MFCCs声纹特征,借助GMM模型对MFCCs特征参数分布拟合,构造了电机轴承故障分类模型,实现了对轴承故障状态的识别。仿真实验结果表明:所得到的MFCCs特征向量能准确表征轴承的不同故障类型;改进MFCCs特征具有识别准确率高和识别速度快的特点;并且基于GMM模型的识别结果与真实故障类型吻合良好。研究结果为电机轴承故障诊断研究提供了一种新思路。

基于GMM训练与HMM变换的波纹管振动信号分析

在分析了波纹补偿器异常与正常振动信号后,提出了一种基于GMM训练与HMM变换的振动信号分析方法。首先进行波纹管振动采集实验,保存振动数据,并进行初步时域分析;其次将在自然语言处理领域广泛应用的隐马尔可夫模型应用于波纹补偿器的振动数据分析;最后对提到的故障特征进行基于GMM-HMM算法的波纹补偿器的故障诊断模型构建。通过对实验数据进行测试验证,故障识别率高达96.7%,而传统的算法分析波纹管振动故障,其识别率最高仅为86.7%。此结果表明该算法实现了对波纹补偿器运行状态的准确识别,保证了故障诊断的合理性与高效性。