基于AR模型MEM法的轧机扭矩信号分析

本文给出了AR模型MEM法的基本理论，通过实例证明这种方法得到的功率谱出较光滑，并且不需要预先知道信号的频率幅值等信息，适合于不以信号处理为研究方向的科研人员和现场操作人员用来分析轧机信号。

最大熵法风浪谱估计

本文根据太湖风浪观测资料，进行了最大熵法风浪谱估计和传统谱估计方法的分析比较，讨论了最大熵法的原理。结果表明，最大熵法优于传统方法，最大熵法避免了一些不切实际的假设，不需要使用窗函数，减少了谱泄漏，提高了谱估计精度，即使对较短的序列，也能得到较好的谱估计结果，为风浪谱估计提供了一种有效的方法。

基于修正粒子滤波的MEMS传感器飞行器姿态解算（英文）

针对单一采用MEMS传感器解算飞行器姿态无法克服系统非线性噪声干扰的问题,提出了一种基于修正粒子滤波的MEMS传感器飞行器姿态解算方法。首先,利用共轭梯度法减小陀螺仪漂移误差,然后,利用加权粒子构造概率密度函数以更新粒子权值,得到优化状态估计值;再将共轭梯度法与修正粒子滤波进行融合,确定加权因子,同时以STM32与MEMS传感器为核心设计姿态解算系统。实验结果表明,该方法优化了飞行器静态与动态性能,姿态解算性能良好,系统过渡时间短,跟踪特性较好,且增强了系统的鲁棒性与稳定性。

移动流行区间法在宁波市冬春季流感流行强度预警中应用

目的探索移动流行区间法(MEM)在浙江省宁波市冬春季流行性感冒(流感)流行强度预警中的应用,为采取相应的干预措施提供参考依据。方法收集2013年1月—2022年5月宁波市2家国家级流感哨点医院的流感监测数据,最终选择2013年1月—2019年12月的冬春季流感病毒检测阳性率建立MEM模型,对宁波市2019—2020年流感流行季(2019年第40周至2020年第20周)开始、结束以及流行强度进行分析,并与实际流行情况进行比较,分析MEM模型的应用效果。结果宁波市2013—2022年流感病毒分为甲型H1N1、甲型H3N2和乙型(以Victoria株和Yamagata株为主),分别占24.59%、37.03%和38.38%;本研究建立的MEM模型参数δ为2.7,灵敏度为87.97%,特异度为87.68%,约登指数为0.76,拟合优度最高;经MEM模型拟合,2019—2020年流感季流行开始阈值为22.76%,流行结束阈值为25.05%,中流行强度阈值为43.18%,高流行强度阈值为63.22%,极高流行强度阈值为74.83%;2019年第40周至第48周为流行前期,在2019年第49周流感突破流行开始阈值进入低流行阶段,从第51周开始达到中等流行强度一直持续到2020年第3周,2020年第4周后再降为低流行强度;2020年第7周以后处于流行后阶段,第10周流感流行结束;2019—2020年与2013—2019年比较,流感流行季的开始时间提前了1周,但流行结束时间提前了3周。结论MEM模型在宁波市冬春季流感流行早期识别和流行强度预警中的应用效果较好。