短时傅里叶变换域最优非因果滤波器和滤波矩阵降噪算法

在现有短时傅里叶变换域单通道降噪算法考虑帧间相关性的基础上,为提高算法的灵活度以及滤波器的性能,提出了一系列最优非因果滤波器和滤波矩阵.具体地,通过引入非因果概念,设计出一组单通道非因果降噪滤波器,以实现同时利用过去帧和未来帧信息进行噪声抑制的目的.并在此基础上,推导出了一组最优单通道滤波矩阵,以降低算法的复杂度.将非因果滤波器以及滤波矩阵的思想相结合,进一步提出了一组单通道非因果滤波矩阵.随后,将所提算法扩展至多通道场景中,设计出了一组最优多通道非因果降噪滤波矩阵,以达到更好的降噪效果.最后,对所提算法进行了仿真实验.实验结果表明,与传统算法相比,本文提出的算法可有效改善带噪信号(输入信号)的信噪比,提升语音质量.

基于时间模式注意力的炼化装置振荡传播分析

现有针对炼化装置的振荡传播分析方法构建的振荡传播因果模型中冗余、错误因果关系较多,为此,提出基于时间模式注意力的炼化装置振荡传播分析方法。考虑到时间模式注意力对数据的周期性特征提取能力较强的特点,将其与格兰杰因果分析相结合进行振荡传播因果模型构建,该方法构建的因果模型冗余、错误因果关系较少。同时利用设计结构矩阵对炼化装置的过程变量进行分组处理,以降低所提方法的计算复杂度。所提方法的有效性在催化裂化分馏塔动态仿真模型上得到了验证。

基于并发模型的LAC在线故障检测

针对线性模拟电路的在线故障检测进行了研究。首先,通过对并发测试问题的分析及建模要求,从线性模拟电路的网表描述得到可用于残差生成的扩展状态空间模型,这种扩展的状态空间模型定义了电路的变量/方程依赖矩阵即因果依赖矩阵,进而从因果依赖矩阵可得到电路系统的标称模型和未知输入及故障模型。然后,基于无差拍观测器方法采用扩展的状态模型来生成最优故障检测器的电路方程,从而实现故障的在线残差检测。仿真实验结果表明,与传统的线性模拟电路的离线和在线故障检测方法相比,所提出的方案具有更好的故障检测能力,适用于任何线性模拟电路。

基于ISM-MICMAC的企业危化品道路运输事故致因研究

准确辨识企业危化品道路运输事故致因,构建企业危化品道路运输事故致因指标体系,理清企业危化品道路运输事故致因分类、层次结构和影响关系,对于企业危化品道路运输事故预防意义重大。基于4M事故致因理论,提取可能引起企业危化品道路运输事故的22个事故致因,构建企业危化品事故致因指标体系,在此基础上运用ISM模型进行多级递阶层次结构划分,并结合MICMAC方法确定事故致因属性特征。研究结果表明,企业危化品道路运输事故的22个事故致因可用ISM模型划分为7级3阶的“多级阶梯结构”,包括浅表层致因5个、中间层致因3个、深层次致因14个,其中控制深层次致因可以从根源上有效避免事故发生;通过MICMAC方法将22个事故致因划分为自治因素、独立因素、关联因素和依赖因素4类,其中涉及独立因素的7个事故致因是引起企业危化品道路运输事故发生的最根本、最关键致因。研究结果可为企业危化品道路运输事故预防管理提供借鉴思路。

基于混合自适应遗传算法的工作流挖掘优化

针对目前工作流挖掘算法采用局部策略而无法保证最优挖掘以及算法对噪声敏感的情况,提出了基于混合自适应遗传算法的工作流挖掘优化算法。首先定义了基本工作流网以及变迁的使能和点火规则,描述了过程模型;然后提出了过程模型转换成基本工作流网的算法,给出了衡量事件日志与过程模型的符合性的适应值评价函数;最后根据进化阶段以及个体相似度设计了混合自适应的交叉率和变异率。仿真试验结果表明,该算法与α算法相比具有更高的鲁棒性和对噪声的抗干扰性;与基本遗传算法相比,该算法能显著提高解的质量和收敛速度。

基于精益六西格玛的输变电工程安全生产费用模型研究

针对安全生产费用提取口径与标准存在差异、使用范围不明确、投入结构不合理、使用与监督流程不健全等问题,运用精益六西格玛方法进行了研究。首先,对输变电工程安全生产费用提取和使用过程中存在的问题进行定义,并测量相关数据绘制出现状统计图;然后,运用因果矩阵法、头脑风暴和影响分析法等进行分析,找出了引起问题的重要因素;最后,运用工业工程的相关方法对逐个影响因素进行分析,并将该模型应用于实际输变电工程中,验证了模型的有效性。

基于因果图的一种近似推理算法

在因果图理论中,采用图形化和直接因果强度来表达知识和因果关系,它克服了贝叶斯网的一些不足,已经发展成了一个能够处理离散变量和连续变量的混合模型。但由于因果图的精确推理是NP难的,不能完全适应实际问题的需要,因此给出了一种近似推理算法,削减了因果图精确算法的步骤和需要的一些苛刻条件,使得计算的复杂度与事件的节点数同阶,并用具体例子说明了算法推理过程。

血管内皮生长因子与细胞外基质蛋白1在胃癌中的表达及意义研究

目的探讨VEGF、ECM-1在胃癌组织中的表达及其与胃癌临床病理特征之间的关系以及之间有无相关性。方法应用免疫组织化学染色技术检测血管内皮生长因子(VEGF)及ECM-1在胃癌及正常胃组织中的表达。结果 (1)VEGF/ECM-1蛋白在胃癌组织中与正常胃组织两组间差异有统计学意义(P<0.01)。(2)VEGF/ECM-1阳性表达在不同组织分化程度、不同胃癌浸润深度、不同TNM分期及是否有淋巴结转移间,均差异有统计学意义(P<0.05)。(3)VEGF和ECM-1蛋白的表达存在正相关关系。结论 VEGF、ECM-1在胃癌组织中呈高表达状态,并且两者的表达均与胃癌临床病理特征有相关性。

几种不确定推理模型研究

在现实世界中,事物通常以不确定的形式存在,事物之间的关系也具有不确定性。另一方,人们从自然现象中总结出的规律或知识是经验的,或不确定的。因此,在推理判断和决策过中,均不可避免地涉及不确定的数据和知识的处理。现在。

高通量筛选系统的双子代数建模

对一类新兴的离散事件系统—–高通量筛选系统而言,max-plus算法是强有力的事件域建模与分析工具,因此,其常被用来进行该系统的建模及控制.然而,有时,尤其是在执行控制策略的时候,需要时间域的描述.为了同时从时间域和事件域高效描述系统,本文利用基于双变量的形式幂级数,把max-plus算法模型扩展为双子代数模型.对可能产生的非因果模型,为便于进行系统分析、仿真和后续的控制,提出了多个相应的基于双变量(时间变量和事件变量)的转换矩阵.通过矩阵转换,得到满足要求的因果模型.最后用实例表明了该方法及其在提高该系统控制效率方面的有效性.

基于因果分析的保护层分析技术研究

通过分析因果分析法的不足和保护层分析(LOPA)方法的功能,提出"基于因果分析的保护层分析技术"的工艺安全管理模式。通过对油气管道中阀门维护修理作业的实例分析,介绍如何将LOPA融入因果分析中。结果表明:基于因果分析的保护层分析技术能进一步提高事故预防能力,为工艺分析系统的安全设计和完善提供依据,也对作业中安全事故的预防起到重要的作用。

基于STAMP模型的建筑事故致因因素定量分析方法研究

为揭示建筑安全事故致因因素间的相互关系从而对其进行有效预防和控制,探讨1种STAMP模型的定量分析方法,用于深入剖析事故致因因素间的逻辑关系和属性特征。基于STAMP系统事故理论模型,从建筑工程安全控制结构入手逐层定性分析事故的致因因素;引入灰色DEMATEL与ISM相结合的方法对系统事故间的复杂逻辑关系进行层级划分;运用MICMAC分析计算各致因因素的驱动力和依赖度数值并判断其属性类别。结果表明:提出的定量分析方法运用到江西丰城冷却塔坍塌事故中的分析结果与事故调查报告相契合,能较全面地说明各层次结构间的相互作用。

关于传递矩阵法分析饱和成层介质响应问题的讨论

水平成层土体的地震响应分析(自由场分析)是地震工程领域地震波散射问题的前提基础,由于饱和多孔方程的复杂性,以往的研究大多集中于干土情形,对于饱和土情形的研究相对较少.而实际工程中,地下水位以下,土体孔隙中充满流体,应考虑饱和多孔介质模型.基于Biot多孔介质模型,考虑饱和土中固液相对运动引起的衰减,采用Thomson--Haskell传递矩阵方法得到了饱和成层土体在地震波入射情形时的稳态反应,经傅里叶反变换,可得到时域暂态反应.通过SV波从基岩入射至上覆饱和土层的数值算例,验证了该方法的有效性.发现和初步阐明了计算中出现的两类违背因果律(即响应先于输入)的现象:(1)当SV波入射角度大于导致基岩中反射P波为非均匀波的临界角时,会使得计算结果违背因果律.因此,当入射角超过临界角时,非均匀波的表示尚需进一步完善;(2)由于P2波的衰减,当与稳态波衰减有关的渗透率、土层厚度、入射波频率等参数导致衰减系数超过计算机表示精度时,会出现结果违背因果律现象,并据此得到了满足因果律的参数范围,该范围可作为实际计算时的一个上界.该工作为采用传递矩阵法分析水平饱和土层自由场响应提供了指导依据,且地下水位以上可采用干土模型,水位以下采用饱和土模型,更符合实际情形.

因果图推理的一种新方法

1 引言 基于概率论推理的不确定性知识表达推理方法包括信度网[2]、马尔可夫网[2]以及PROSPECTOR[5]中使用的方法等.其中,信度网推理模型因其理论上的严格性和一致性,以及有效的局部计算机制和直观的图形化知识表达,正日益受到高度的重视.然而,信度网也存在一些不足:如处理多连通问题和因果循环问题的方法复杂,计算量大;采用条件概率表达因果关系强度不直观,数据之间存在相依性;较难根据实时收到的信息对知识库中的数据和因果结构进行在线修改;没有考虑条件概率随时间动态变化等问题.

系统决策的模糊分析及其应用

由于现代企业系统的各因素之间的关系的模糊性，已不能用传统的二值逻辑来描述．本文尝试用模糊理论来分析企业存在的主要问题，并应用于实际分析，效果良好．

基于模拟退火算法的过程挖掘研究

模拟退火过程挖掘算法是为了更好地挖掘过程模型中非自由选择结构而提出的.模拟退火算法用于过程挖掘的基本思想,是以因果矩阵模拟事件日志行为,通过退火操作对因果矩阵进行处理,并对挖掘结果不断进行量化衡量.本文的主要工作包括:(1)在过程挖掘的环境下实现模拟退火算法;(2)用因果矩阵作为内部表示;(3)在退火操作选择过程中引入启发式规则;(4)对挖掘结果进行量化衡量,并通过过程挖掘的测试平台Prom进行实现和检测.

基于因果矩阵的选煤厂关键工序识别方法的研究与应用

为了确定重介选煤厂选煤过程中的关键工序,根据选煤行业的独特性和实际情况,提出基于因果矩阵的选煤关键工序识别方法。结合选煤厂经济技术指标设定质量关键点,通过因果矩阵建立工序与质量关键点之间的联系,科学地组织选煤厂技术人员进行定性评分,定量计算选煤工序对质量关键点的影响程度,并按总分高低依次排序;以80/20原则为指导,选取前20%的工序作为关键工序,实施重点监控,从而实现优质、高效、低耗的目标。以淄博矿业集团许厂煤矿选煤厂原煤准备车间的部分工艺流程为例,说明运用因果矩阵识别关键工序的具体步骤,为该选煤厂关键工序的识别和重点管控的实施提供理论支持。

故障树自动生成技术的研究与实现

故障树自动生成技术在故障树生成中,根据控制系统流程图和有向图确定系统的邻接矩阵,利用邻接矩阵描述系统各子要素之间的直接关系,并求得的系统可达矩阵。通过搜索顶部结构各节点并结合故障树结构模型,从数据库中调用相关的因果模型,自动生成系统故障树。应用该技术大大增强了故障树的可读性,简化了系统故障树生成的复杂性,为故障树生成节省大量重复劳动,使生成的故障树具有更强的理论依据和可行性。

具有有序依从个体临床试验中因果效应的Bayesian分析

在随机处理──对照试验中,经常出现不依从或部分依从的现象,而试验中的受试者所暴露的依从水平往往与自己的身体素质有关.一种情况是身体素质好的受试者可能相信自己对疾病的抵抗能力强而不服药或少服药,也就是说,身体素质好的人,其依从性较差,而身体素质差的人所暴露的依从性却较好;另一种情况则相反,即身体素质好的人其依从性较好,而身体素质差的人所暴露的依从性较差.在单调剂量响应的假设下,通过定义最低有效剂量矩阵,结合上述情况建立因果效应模型,用Bayesian方法对有关的因果效应进行统计推断.

基于GPS轨迹数据的拥堵路段预测

基于真实的GPS轨迹数据,对城市拥堵路段进行预测.在此过程中,摒弃传统的基于交通流预测和拥堵识别的方法,提出一种新的基于拥堵向量和拥堵转移矩阵的拥堵路段预测方法.该方法同时考虑路段拥堵的时间周期性和时空相关性,通过对出租车GPS轨迹数据进行挖掘和训练,建立拥堵向量和拥堵转移矩阵,实现对拥堵路段的预测.真实数据集上的实验验证了所提的拥堵路段预测方法的有效性.