若干变形Hansen-Patrick迭代的点估计

借助于Smale’s点估计 ,研究若干变形的Hansen Patrick迭代的收敛性 ,结果表明 ,当参数p∈ [0 ,2 ] ,α(zo,f)满足一定条件 ,它们比Hansen Patrick迭代计算效率更高。

滤波辨识(11):多变量CARARMA系统的滤波递阶广义增广迭代参数辨识

针对多变量受控自回归自回归滑动平均(M-CARARMA)系统,利用滤波辨识理念和递阶辨识原理,研究和提出了滤波递阶广义增广梯度迭代辨识方法、滤波递阶多新息广义增广梯度迭代辨识方法、滤波递阶递推广义增广最小二乘迭代辨识方法、滤波递阶多新息广义增广最小二乘迭代辨识方法等。这些滤波递阶广义增广迭代辨识方法可以推广到其它有色噪声干扰下的线性和非线性多变量随机系统中。

滤波辨识(12):多变量OEARMA系统的滤波辅助模型递阶广义增广迭代参数辨识

针对多变量输出误差自回归滑动平均(M-OEARMA)系统,即多变量Box-Jenkins系统,利用滤波辨识理念和辅助模型辨识思想,研究和提出了滤波辅助模型递阶广义增广梯度迭代辨识方法、滤波辅助模型递阶多新息广义增广梯度迭代辨识方法、滤波辅助模型递阶递推广义增广最小二乘迭代辨识方法、滤波辅助模型递阶多新息广义增广最小二乘迭代辨识方法等。这些滤波辅助模型递阶广义增广迭代辨识方法可以推广到其它有色噪声干扰下的线性和非线性多变量随机系统中。

不同迭代重建算法在眼眶CT中的适用性研究

目的:探讨不同迭代重建算法在眼眶CT中的应用价值。方法:回顾性收集2024年1月至2024年3月首都医科大学附属北京同仁医院行眼眶CT检查的31例患者,分别使用混合迭代重建算法(iDose4)和全模型迭代重建算法(IMR)技术对图像进行标准算法和骨算法重建,对比分析不同重建算法图像的平均CT值、噪声(SD)、信噪比(SNR)、对比度噪声比(CNR)以及图像质量主观评分;采用随机区组方差分析比较不同算法重建图像间的客观指标差异;采用多个相关样本的秩和检验比较不同算法重建图像的主观评分差异。结果:不同标准算法重建图像的CT值、噪声、SNR、CNR差异均有统计学意义,与iDose4相比,IMR标准算法重建图像噪声降幅达25%~67%,SNR增加1.3~1.5倍,CNR增加2~3倍;与iDose4相比,IMR骨算法重建图像噪声降幅达70%~96%,SNR增加5~15倍,CNR增加4~31倍;不同骨算法及标准算法的图像质量评分差异均有统计学意义,标准算法IMR1-Brain Routine组评分最高5(4,5),骨算法iDose43 YD组评分最高5(5,5);两名观察者评分的一致性较强,加权Kappa系数0.644~1。结论:眼眶CT中推荐使用混合迭代重建技术iDose4 Level 3重建骨算法图像,使用全模型迭代重建技术IMR Level1重建标准算法图像。

滤波辨识(13):类多变量方程误差ARMA系统的滤波递阶广义增广迭代参数辨识

针对类多变量方程误差自回归滑动平均(M-EEARMA-like)系统,利用滤波辨识理念和递阶辨识原理,研究和提出了滤波递阶广义增广梯度迭代辨识方法、滤波递阶多新息广义增广迭代梯度辨识方法、滤波递阶广义增广最小二乘迭代辨识方法、滤波递阶多新息广义增广最小二乘迭代辨识方法。这些滤波递阶广义增广迭代参数辨识方法可以推广到其他有色噪声干扰下的线性和非线性多变量方程误差随机系统中。

基于“全产业链”的体育产业链迭代升级:理论诠释、形成机制与实现策略

基于“全产业链”理念,审视体育产业链的主链、辅链、衔接因素等系统结构,对体育全产业链的内涵要义、系统结构、特征洞察等进行理论诠释,剖析主、辅链条和链接因素的形成机制,提出了体育全产业链迭代升级的实现策略。研究表明:体育全产业链是体育产业链的一种高阶状态,是由主链、辅链和链接因素三个部分相互作用与循环运行的一种综合性系统网络结构,即以主链的综合性与同质性、辅链的全面性与支持性、链接因素的精准性与前瞻性为特征。主链的垂直供应和横向协作激发体育全产业链内生动力;辅链的多元互补增强体育全产业链韧性;链接因素的桥梁纽带作用是体育全产业链升级的关键形成机制。最后,研究提出了强化体育全产业链主链结构升级、优化主链与辅链多元互动、提高体育全产业链链接因素资源配置的实现策略。

新《职业教育法》下工匠精神培养的“四维进阶”理论模型和“四重迭代”运作路径

为贯彻执行国家新颁布的《职业教育法》,深入落实“坚持德技并修,培育工匠精神”的职教新理念,结合教育部“双高计划”的建设与推进要求,根据“物以载道、匠心筑梦”的职业新诉求和工匠精神的时代阐释,论述了基于职业知识技能、职业意识信念、职业行为习惯和职业价值取向的“四维进阶”的工匠精神顶层培养理论模型;然后,以理论模型为指导,阐述了工匠精神培养的“四重迭代”运作路径和实施方案,即优化人才培养方案、更新教学资源库和课程群、重组专业课程任务点和知识链、提升师资力量和水平;最后,以质量闭环为原则,阐明了人才培养需要“课程、实践、单位和社会”四方联动进行绩效评价的必要性。由此可见,理论模型的有效运作和实施不仅可以充分调动课内外育人资源,潜移默化引导学生进行工匠意识的提炼与人文精神的思考,也能引导学生做到知行合一与自我建构,从而不断激发成就感和获得感,以适应产业经济发展的转型升级和对人才的新要求。

功能迭代中的国际科技创新中心:演进路径与风险应对

在全球化经济和社会面临严峻转型挑战的背景下,建设国际科技创新中心已经成为各国推动科技进步、加速产业升级和促进可持续发展的关键战略。在阐述国际科技创新中心的内涵特征、诞生背景与空间转移过程的基础上,从发展驱动力、创新机构来源与主导产业类型这三个维度,分析总结不同时代背景下代表性的国际科技创新中心的发展模式,可构建处于迭代中的五大核心组织功能:基础科研、集成创新、产业驱动、辐射引领与制度试验。在此基础上,归纳其在组织形式、组织载体、驱动力量、关联模式、引才策略方面具有典型意义的演进路径,提出功能迭代中的国际科技创新中心发展需积极识别并化解应对在硬科技、创新成本、创新资源,及其全球科研竞争与协作方面潜在的风险挑战。

“智改数转”背景下常州制造业迭代升级研究

当前常州产业发展面临各种新挑战,通过分析常州产业在演进过程中所经历的三个重要时期,提出在“智改数转”背景下推动常州制造业迭代升级的主要举措与建议,旨在提高产业智能化水平、优化产业结构、提升产业竞争力,以期促进常州地区经济增长,创造更多就业机会,从而推动常州产业的可持续发展。

论新质生产力赋能农业经济发展的迭代裂变

培育和发展新质生产力在推动农业经济高质量发展、推进农业农村现代化和农村共同富裕中的迭代裂变具有重要的战略意义和深远的价值意蕴。由数字化智能化等新技术新材料新工艺等引发的革命性变更、城乡资金人才信息技术等新型生产要素的优化配置和高效组合、绿色产品和环保效应不断满足人民绿色生活新需求、农业产业和农村现代化深度转型升级而催生和发展成为农业领域的新质生产力就是客观的历史必然。大量科技成果嵌入农村生产生活各环节,农业新质生产力成为引领中国农村产业经济高质量发展的战略引擎,必须为农业新质生产力变成发展新动能而“建立新秩序”。必须充分利用农业新质生产力在推动农业经济高质量发展进程中的迭代效应,增强农业经济发展的内生发展动力,推动农业新质生产力转化为农业农村现代化发展的新动能和新赛道,为中国式现代化作出更大贡献。

改进迭代贪婪算法求解可重入流水车间调度问题

可重入混合流水车间是在混合流水车间的基础上增加了可重入特性,具有更高的调度复杂性。为了求解可重入混合流水车间调度问题,首先建立了调度优化模型,优化目标为最小化最大完工时间,然后提出一种带精英调整的学习型迭代贪婪算法(LIG-EA)。LIG-EA算法采用基于工件的编码方式,对重组后的染色体进行解码。种群分为精英个体和普通个体两部分,对精英个体进行精英破坏重建和基于关键工件的染色体调整,对普通个体进行学习机制的构建和普通个体的破坏重建。为提高初始种群质量,采用NEH启发式算法进行种群初始化,并针对可重入混合流水车间的重入特性,在重建操作中增加了插入有效性判断,提高了算法的运行速度。通过大量实验表明LIG-EA算法能够有效求解可重入混合流水车间调度问题。

基于迭代二次优化算法的低截获波形序列设计

对抗条件下,低截获雷达通过发射特殊波形防止非合作电子侦察系统截获和检测其发射信号,是现代雷达技术的重点研究方向。该文旨在降低电子侦察系统的功率截获概率,在保证目标的辐射能量基础上,针对短时傅里叶变换(STFT)宽带数字侦察接收机特点,从能量的时频分布的角度将波形设计技术应用到无源对抗领域。首先,建立STFT宽带数字侦察接收机检测低截获模型,利用2次优化模型,将低截获问题转变为恒包络序列迭代优化问题;然后,为了获得较好的自相关性能,利用辅助标量,将优化模型转化为2次和形式,结合迭代算法得到了所提低截获波形序列;最后,讨论了计算复杂度。从仿真结果上看,所提序列比常见相位编码信号在相同的接收信噪比下具有更优的低截获能力,另外,引入Pareto权对所提序列的自相关特性进行控制,有效地提高了设计灵活性。

迭代算法与柔性结构对离心机振动台控制性能影响

目前迭代算法和柔性结构对离心机振动台控制性能的影响尚缺乏认识,尤其铰接装置作为柔性连接结构在许多离心机振动台上得到应用,以减小离心力荷载下台面和吊篮变形对作动器安全带来的危险。以一套负载1500 kg离心机振动台为样本,采用不同强度、频带的典型地震波为控制目标,探讨了有无迭代算法、柔性结构条件对离心机振动台的控制性能影响。结果表明:20~200 Hz频宽范围内,迭代算法对最大峰值误差、平均峰值误差、平均谱面积误差的影响可忽略。采用迭代算法前后平均峰值误差分别为5.90%,6.15%,平均谱面积误差分别为5.02%,4.94%。柔性结构对于加速度峰值≤7.5g地震波的复现精度有显著影响,尤其是80~150 Hz高频段;对于加速度峰值≥20g地震波的复现精度影响,在频宽20~120 Hz可忽略,但对于120~170 Hz频段的小幅值成分的复现能力影响不容忽略,逊于无柔性结构条件。同时,在无柔性结构条件下对比了不同负载、同一输入荷载的实测输出波,发现两输出波的峰值误差与谱面积误差均无明显差异,证明了离心机振动台具有良好的重复性和稳定性。研究方法和结论,对提高离心机振动台控制性能的影响因素认识和改进设计方法,具有重要指导价值和科学意义。

基于交叉迭代法的车辆-轨道非线性空间耦合振动模型及算法改进

针对车辆-轨道非线性空间耦合系统动力学分析计算量大、计算耗时长及计算精度难以保证的问题,对车辆-轨道非线性空间耦合振动模型和交叉迭代法进行改进。运用有限元法分别建立车辆和轨道空间子系统动力学模型,在基于“迹线法”构建轮轨接触几何关系的基础上,提出“投影对点作差法”搜索轮轨空间接触点位置,并引入轮轨准弹性接触对其进行修正,精细化轮轨接触关系;结合车辆-轨道非线性空间耦合系统特点,改进基于Newmark数值积分的交叉迭代求解系统动力学方程的算法,并给出完整的数值计算步骤。通过与相关文献进行对比,验证改进模型和算法的有效性。结果表明:改进模型的分析精度更高,搜索轮轨空间接触点位置的速度更快;改进算法的计算过程更完善,步骤更清晰;改进的模型和算法在提高计算精度的同时,仍然具有较快的计算效率,且使数值编程更易实现,方便工程应用。

基于数据驱动的范数最优迭代学习控制

在系统模型确定的前提下,传统的范数最优迭代学习控制(NOILC)可以有效提高伺服系统的跟踪精度。但是在实际控制过程中,系统模型参数往往是变化的,从而导致控制器性能的下降。为此,提出了一种基于数据驱动的范数最优迭代学习控制方法。以系统的输入输出为依据,建立系统估计模型的代价函数,对代价函数进行偏微分处理,得到一种基于数据驱动的非参数模型辨识方法,最后将此模型辨识方法和NOILC相结合。实验结果表明:针对时变系统,此控制方法的跟踪误差为NOILC(Norm optimal iterative learning control,NOILC)的57.1%,并且相比NOILC提前5次收敛。因此,提出的方法能有效改善时变系统的跟踪性能。

基于双仿射注意力的迭代式开放域信息抽取

当前的开放域信息抽取(OpenIE)方法无法同时兼顾抽取结果的紧凑性和模型的性能,导致其抽取结果不能更好地被应用到下游任务中。为此,提出一个基于双仿射注意力进行表格填充及迭代抽取的模型。首先,该模型通过双仿射注意力学习单词之间的方向信息、捕获单词对之间的相互作用,随后对二维表格进行填充,使句子中的成分相互共享并识别紧凑成分;其次,使用多头注意力机制将谓词和参数的表示应用于上下文的嵌入中,使谓词和参数的提取相互依赖,更好地链接关系成分和参数成分;最后,对于含有多个关系成分的句子,使用迭代抽取的方式在无须重新编码的情况下捕获每次提取之间固有的依赖关系。在公开数据集CaRB和Wire57上的实验表明,该方法比基线方法实现了更高的精度和召回率,F_(1)值提升了至少1.4%和3.2%,同时产生了更短、语义更丰富的提取。

基于反向迭代教学设计与个性化学习相结合的程序设计实验教学模式探索

针对程序设计实验教学中存在的问题,分析反向迭代教学设计与个性化学习的概念内涵和适用性,构建一个基于该模式的程序设计实验教学模型,并以大学一年级非计算机专业学生的“程序设计语言Python”课程为案例,介绍实施过程,最后通过效果分析,说明该模式能够有效提高学生的实验成绩、课程满意度和自主学习能力。

基于迭代协同克里金反演的非均质地基固结沉降预测研究

目前地基固结沉降反演预测多是以土体均质或分层假设为前提,然而天然地基水文、力学参数具有空间变异性是客观事实。鉴于此,提出了一种基于迭代协同克里金的非均质地基土体参数反演方法,据此开展了利用沉降和超孔隙水压力观测数据反演非均质地基土参数的数值试验研究,并结合敏感度分析解释了不同类型观测数据对非均质地基参数反演解析度的影响机制。结果表明:此方法反演的参数场是最优无偏估计;同时采用沉降和超孔隙水压力观测数据反演刻画非均质地基比单独采用沉降或超孔压数据反演刻画的非均质地基解析度更高,用于地基固结沉降预测效果也更好;不同类型观测信息对不同参数反演刻画解析度高低与观测信息对参数敏感度数量级呈正相关关系。

电网电压跌落下基于二分迭代和NITA法的同步调相机全域瞬态流热分析

同步调相机安装在特高压输电系统换流站内用于稳定输电系统的电压,输电系统可能发生电压跌落故障决定其需要具备工作在极限运行状态的能力。温升是制约调相机极限调节能力的重要因素之一,因此,对同步调相机极限运行时的瞬态流热分析非常必要。该文建立调相机与输电系统耦合的暂态分析模型,研究电网电压跌落时调相机的瞬态响应特性。为综合评价电网电压跌落故障对调相机热表征的影响,建立300 Mvar同步调相机全域内流固耦合瞬态分析模型;提出一种二分迭代的流固耦合模型边界确定方法,通过数以亿计的多面体网格离散(共1.4亿网格单元),同时,基于非迭代时间推进法对全域复杂传热模型进行求解,研究调相机多风腔内流体和温度相互影响机理;探讨极限运行状态下温度约束对调相机安全运行的影响。为对该文所提研究方法进行验证,开展调相机总装温升实验,证明其可行性与准确性。

曲线曲面局部最小二乘渐进迭代逼近

作为一种有效的大数据拟合方法,曲线曲面最小二乘渐进迭代逼近方法(LSPIA)吸引了众多研究者的关注,并获得了广泛的应用。针对LSPIA算法拟合局部数据点效果较差的问题,提出了一种局部的LSPIA算法,称为LOCAL-LSPIA。首先,给定初始曲线(曲面)并从给定的数据点中选择部分数据点;然后在初始曲线(曲面)上选择需要调整的控制点;最后,LOCAL-LSPIA通过迭代调整这一部分控制点来生成一系列局部变化的拟合曲线(曲面),并且保证生成的曲线(曲面)的极限是在仅调整这部分控制点的情况下拟合部分数据点的最小二乘结果。在多个曲线曲面拟合上的实验结果表明,为达到相同的拟合精度,LOCAL-LSPIA算法比LSPIA算法需要的步骤和运算时间更少。因此,LOCAL-LSPIA是有效的,而且在拟合局部数据的情况下比LSPIA算法的收敛速度更快。