基于Gamma小波模型的网络流量预测

网络流量的精确预测是实现动态流量管理及控制的前提,由此提出一种基于Gamma小波模型的预测方法。将原始数据分解为高频信号和低频信号,采用Gamma小波模型对低频信号进行建模并获取服从Gamma分布的序列,分别对刚获取的序列以及高频信号采用加权一阶局域法进行预测,重构小波以合成数据。通过实验和数学分析的方法,证实该预测模型能够进行网络流量的短期预测。

基于决策树模型的管制员工作负荷检测

为了验证gamma波是否更适用于管制员工作负荷检测,首先设计预实验选取代表性强、区分度大的管制场景场景,在此基础上,设计实验获取管制员在不同工作场景下的脑电(electroencephalogram,EEG)数据及工作负荷数据,并通过S-W(Shapiro-Wilk)检验验证了选取的实验场景的有效性。随后,提出一系列脑电特征并对根据实际情况对脑电数据划分方法做出改进,并对脑电特与工作负荷的相关性进行分析。结果表明:与gamma波相关的特征β+θ+α+γ与工作负荷的相关性最高,可用于管制员的工作负荷检测。最后,选用“留一交叉验证法”建立决策树回归模型对管制员的工作负荷进行检测。检测精度可达0.979~0.996,证明与gamma波相关的功率谱特征可用于管制员工作负荷的检测。

自然伽马测井和跨孔CT技术在岩溶地区地质勘察中的应用

在灰岩地区,由于岩溶发育、风化破碎等情况存在,进行地质勘察往往有诸多困难。本文通过济南地区某项目地质勘察实践活动,详细介绍了自然伽马测井和跨孔CT技术的应用,并取得了预期的效果。该场区应用自然伽马测井,非常准确的划分出了岩溶破碎区域,结合钻探资料,提高了勘察的准确性。应用电磁波跨孔CT技术,对钻孔之间地层岩溶发育情况进行了探测,更好的指导后续工作的开展。