基于最小二乘支持向量机的标高金预测方法研究

标高金确定的合适与否,直接影响着投标方能否中标和盈利。针对传统神经网络方法存在的缺点,提出了一种基于最小二乘支持向量机的标高金预测方法,并对该方法进行了实证研究。实例研究表明,基于最小二乘支持向量机的标高金预测方法是有效可行的,其在解决小样本数据的非线性问题上有着传统方法无可比拟的优越性。该方法为科学合理地确定标高金提供了一种新的思路,可为投标方的报价决策提供参考。     

平面内直线度的两端点、最小二乘综合评定法

给出了用两端点法、最小二乘法对平面内的直线度进行综合评定的方法。该方法可将平面内直线度的评定精度提高到一个新的水平。     

最小二乘法在商品销售预测中的应用

作为商品预测中的一种方法，本文介绍了最小二乘法的基本原理，并在一般和特殊两种情况下利用最小二乘法建立了回归线性预测模型。最后给出了利用最小二乘法进行商品预测的实例。     

基于偏最小二乘模型的碳排放区域差异及影响因素的实证分析

本文对我国30个省份2000~2010年主要能源的二氧化碳排放量进行测算,通过K-均值聚类分析将各省域按照"排放———效率"类型分为四大类,并运用偏最小二乘建模分析了能源消费结构、经济发展水平、产业结构、人口规模、城市化率以及碳排放强度对4类区域碳排放的影响。结果表明:4类区域的二氧化碳排放存在明显差异,人口规模、产业结构和碳排放强度是4类地区碳排放共同的驱动因素;对于高排———低效地区和低排———低效地区,经济发展水平与碳排放呈倒U型关系,高排———高效地区与低排———高效地区的经济发展水平与碳排放之间并无显著的倒U型关系;另外,能源消费结构与4类地区碳排放的相关性存在明显差异。本文对上述差异做出分析与解释,并提出了相应的政策建议。     

油气开发项目风险评价的偏最小二乘——蒙特卡洛模型研究

油气开发项目的风险定量评价一直是国内外研究的难点.笔者在分析传统风险评价方法优缺点、剖析偏最小二乘法和蒙特卡洛法的基础上,首次提出了偏最小二乘--蒙特卡洛(PLS-MC)风险评价模型.该模型通过PLS构建NPV与风险因素之间的回归模型,消除了风险因素间的多重相关性,还将净现值公式无法考虑的定性因素纳入风险评价之中.在此基础上,通过蒙特卡洛对NPV的变动情况进行模拟,减少了主观臆断性,从而使得评价结果更准确、合理和客观.通过对四川德阳新场气田的实例应用.表明偏PLS-MC评价方法科学可行,对同类研究具有借鉴作用.     

基于最小二乘支持向量机的我国能源消费计算方法

本文提出利用最小二乘支持向量机方法定量计算能源消费量, 选取了人口数量、 经济增长、 技术水平、 产业结构、 固定投资、 路网密度、 对外开放、 政策影响等作为能源消费的影响因素, 将样本的影响因素数据作为输入量, 将样本的能源消费量数据作为输出量, 利用训练好的最小二乘支持向量机模型作为能源消费量定量计算的有效工具。 研究结果表明： 基于最小二乘支持向量机模型的计算结果与样本值拟合精度较高, 能较好且客观地反映各控制因素对能源消费量的影响, 对制定科学有效的能源规划和决策具有重要意义。     

基于最小二乘支持向量机的河段洪水预报研究

我国夏季汛期容易发生洪涝灾害,对区域财产安全与经济发展威胁巨大。基于最小二乘支持向量机洪水预测模型理论,以我国西南地区某流域河段为例,通过采集2016—2019年相关水文数据,建立最小二乘支持向量的区域洪水预报模型,并对区域水位变化作出了准确预测。该模型在河段洪水预测方面具有高精度、科学可靠的优势,在我国西南地区洪水预报工作中具有广泛的应用前景。     

最小区域法评定圆度误差数据处理的快速方法

用最小区域法评定同度误差符合最小条件.目前多采用优化法运算速度较慢,数据处理较为复杂。本文提出了一种快速方法,简单、方便、数据可靠。     

基于贝叶斯框架的最小二乘支持向量机煤价预测

2008年以来国际、国内煤炭市场价格经历了大幅波动,对我国工业经济尤其是电力行业造成了巨大的冲击。煤炭市场价格的大幅波动已经引起社会的广泛关注。客观分析煤炭价格的影响因素,找出引起煤炭价格大幅波动的原因,对未来煤炭市场价格进行有效预测,进而有效地规避煤炭市场风险,对于工业经济尤其是煤炭和电力行业的稳定发展具有重要意义。     

基于非线性系统辨识的油墨预置建模研究

在对油墨预置技术进行深入研究和分析的基础上,基于系统辨识技术,利用二元插值法建立了考虑不同墨区因素的网点面积率与墨键开度值关系的三维数学模型,并将此模型的计算精度与文献中的最小二乘法建模精度进行了比较。通过试验数据验证表明,二元插值方法比最小二乘法建立的数学模型具有更高的精度。     

基于组合赋权法的多谐波源责任综合评估

为区分多谐波源负荷对公共点的谐波责任,提出一种基于组合赋权法的多谐波源责任综合评估方法。将各次谐波电压含有率作为评估指标,采用优序图与熵权的组合赋权法得到的综合评价结果对谐波电压等级进行评估:定性分析了各负荷应负的谐波电压责任,定量比较了根据组合赋权法求得的加权谐波电压值。从主、客观方面采用组合赋权法对含有多谐波源系统进行责任综合评估,其评估结果客观、合理,具有一定的工程实际意义。     

基于DLNS-DSVDD的故障检测方法

为了解决支持向量数据描述方法对多模态动态过程故障检测率低的问题,提出了基于双局部近邻标准化的动态支持向量数据描述的故障检测方法。首先,应用DLNS方法标准化样本生成标准数据集;其次,利用动态方法将标准数据集构造成动态矩阵;最后,使用SVDD方法建立基于空间距离的统计量进行故障检测,应用DLNS-DSVDD方法对一个数值例子和田纳西-伊斯曼过程(TE过程)进行仿真测试,并与传统方法对比分析。结果表明,DLNS-DSVDD方法在具有更低的误报率的前提下拥有更高的故障检测率,平均误报率为2.2%,相比于SVDD方法降低了2.1%,平均故障检测率为88.2%,相比于SVDD方法提高了38.5%,证明了所提出的方法可以有效地监控具有多模态动态特征的化工生产过程。DLNS-DSVDD方法可以有效地剔除数据的多模态结构并且准确地捕获样本中的动态信息,为提高SVDD方法在多模态动态过程中的故障检测性能提供了参考。     

基于地区功率平衡的新能源最大接纳能力评估

新能源出力具有的随机波动性特点,使其不能像常规电源一样输出稳定可控的功率。大规模新能源并网必然会对电力系统的安全稳定运行带来挑战。随着新能源装机容量的快速增长,为了使新能源的建设速度与电网建设及负荷发展相适应,减少弃风弃光现象,对当前阶段的新能源接纳水平做出准确的评估显得尤为重要。以某省份实际运行情况为例,考虑了调峰、网架输送能力等制约新能源接纳能力的主要因素,提出了一种基于省内各地区功率平衡的最大新能源接纳能力评估方法,为各地区新能源的装机规模与建设时序提供参考。     

基于VSIMM-SRCKF的ADS-B航迹滤波方法研究

为了提高ADS-B航迹跟踪精度,并针对交互多模型算法所选模型集而导致的跟踪性能下降的问题,采用基于平方根容积卡尔曼的变结构交互多模型(VSIMM-SRCKF)算法对航迹进行滤波。建立运动目标跟踪的VSIMM模型集来描述机动目标的系统总模型集合,在滤波过程中,SRCKF递推的更新通过将协方差矩阵开平方得到,使计算复杂度降低,并且使协方差矩阵保持非负定,能够避免滤波中的发散问题。仿真结果表明:提出的基于平方根容积卡尔曼的变结构交互多模型算法(VSIMM-SRCKF)在估计误差均值、估计误差标准差以及平均绝对百分比误差方面均优于IMM-CKF算法和IMM-SRCKF算法,说明VSIMM-SRCKF算法具有更好的跟踪精度,可适应于复杂目标航迹的实时跟踪。     

房地产投资的量度

根据天津市多年来房地产供求关系的有关资料，将最小二乘法和马尔可夫(Markov)预测法相结合，对天津市(城区)的房地产需求趋势进行了预测，并根据预测结果对未来的房地产需求情况进行了分析，经验证用这种数学模型预测出的结果与事实相符。     

一种基于感受野增强的人脸检测方法

为了解决多任务级联卷积神经网络（MTCNN）算法网络模型在小人脸检测方面鲁棒性较低的问题,提出了一种基于感受野增强的网络模型。首先,为MTCNN算法模型中的R-Net网络和O-Net网络添加感受野模块（receptive field blocks,RFB-S）。其次,通过添加批量标准化和全局平均池化,加速网络模型的收敛,防止模型过拟合。最后,调整网络任务的权重,P-Net和R-Net网络用于人脸区域粗筛选,O-Net网络用于人脸区域精筛选以及人脸关键点回归。实验结果表明,与MTCNN算法网络模型相比,所提模型缩小了16%,但检测速度提升了9%,在FDDB数据集上的检测精度提高了2.3%。因此,基于感受野增强的网络模型能有效完成人脸的检测任务,增强对小人脸检测的鲁棒性,可为人脸识别、表情识别等提供技术支持。     

基于改进SSD-MobileNet算法的AGV动态目标检测方法

为了提升自动导引运输车(automated guided vehicle,AGV)动态障碍物视觉检测的精度和帧率,提出了一种基于单镜头多盒检测器（single shot multibox detector,SSD）的改进算法。将轻量级MobileNet网络引入到SSD网络结构中,然后利用K-means算法对训练数据集中真实框的AR值进行聚类并更新,最后利用Jeston Nano嵌入式平台搭建了AGV实验系统,引入TensorRT加速引擎,分别对改进前后的SSD-MobileNet模型进行加速优化,并对比分析。结果表明：改进的SSD-MobileNet模型在AGV上使用TensorRT加速引擎的mAP值为79.1%,相比优化前提升了10.8%,对精度影响很小,而帧率达到了25 f/s,较原SSD模型提升了近4倍,且改进后模型规模也比优化前缩小了37%。采用改进算法能够使AGV在运输过程中完成动态障碍物检测任务,可代替人工实现货物高效运输,并节省运输成本,为智能化运输提供了一种新的思路。     

基于轻量级卷积神经网络的苹果表面缺陷检测方法

为了解决目前农业信息领域对苹果表面缺陷检测准确率低的问题,提出一种基于轻量级卷积神经网络的苹果表面缺陷检测方法.首先采集苹果缺陷样本图片制作实验数据集用于模型训练和测试;其次在AlexNet网络结构的基础上,引入深度可分离卷积代替原有网络中的标准卷积运算来进行图像特征的提取;最后利用全局平均池化方法代替原有网络中的全连...     

基于ARM和旋转滤波的异步电机故障检测方法的研究

提出了一种基于ARM和Park矢量旋转滤波的异步电机故障检测方法。该方法结合Park矢量旋转滤波和异步电机定转子故障特征,对定子电流信号进行分析,可有效地检测异步电机的故障。并通过实验证明,该检测方法正确可行。     

基于改进TOPSIS法的供应商选择模型研究

为有效地帮助企业快速找到合适的供应商合作伙伴,采用直觉模糊集、评分函数等方法对TOPSIS评估法进行优化,并以此为基础建立了一种供应商选择模型。首先,采集和评估供应商的产品质量、产品价格、产品交货的可靠性、供应位置、财务情况、库存水平、劳资关系、发展能力和技术能力等相关信息,由专家给出主观评估信息,汇总为综合属性值;然后,通过直觉模糊熵确定各评估指标的权重;最后,综合考虑供应商选择决策过程中的多个目标和标准,应用改进TOPSIS法的对供应商进行分类选择。结果显示,基于改进TOPSIS法的供应商选择模型能够较准确地反映出各供应商的真实水平和对企业的潜在价值,可以有效地解决不确定条件下对供应商的选择问题,提高了供应商选择结果的可靠性。改进后的模型简便易行,具有良好的稳定性,对于合理制定企业供应商选择标准以及进一步优化决策模型具有一定的借鉴意义。