检索结果-内蒙古大学图书馆

力学学报 2024年第9期56卷 2533-2543页

作者：王子豪张桂勇孙铁志大连理工大学船舶工程学院工业装备结构分析优化与CAE软件全国重点实验室辽宁大连116024 高新船舶与深海开发装备协同创新中心上海200240

重点探讨了在低雷诺数和大攻角条件下,俯仰翼型复杂流体流动的非线性动力学特性.研究通过整合多个相互关联的变量,利用主成分分析(principal component analysis,PCA)和等距特征映射(isometric mapping,ISOMAP)降维技术,成功实现了对高... 详细信息

重点探讨了在低雷诺数和大攻角条件下,俯仰翼型复杂流体流动的非线性动力学特性.研究通过整合多个相互关联的变量,利用主成分分析(principal component analysis,PCA)和等距特征映射(isometric mapping,ISOMAP)降维技术,成功实现了对高维流场数据的低维表达.其中,特别强调了ISOMAP在描述非线性流场特征方面的卓越性能,该算法具有更强的灵活性,能够有效处理高度非线性系统的复杂结构.在此基础上,研究进一步引入最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)模型,构建了流场的常微分控制方程.这一模型通过自动检测和筛选非线性项,显著简化了流场的描述,提高了对多变量复杂关系的理解.最后,研究采用5(4)显式龙格-库塔方法,实现了对多变量非线性流体动力学的高精度快速预测.这项研究框架不仅突破了传统单一变量分析的局限性,还通过整合多维信息,全面揭示了流场的复杂特性.引入流形学习和稀疏建模等先进技术,展示了在高维非线性动力系统中的全面建模与精确预测的潜力.这一研究为应用科学和工程领域提供了重要的理论方法学进展,为深入理解和预测复杂流场中的非线性动态行为开辟了新的路径.这不仅为相关科学研究提供了强有力的工具,也为工程应用中的流体动力学问题提供了有效的解决方案.

关键词：非线性流形学习低维流形稀疏建模流体动力学

来源：评论

学校读者我要写书评

暂无评论

中国区域速度场多面函数拟合稀疏建模方法研究

引用

铁道勘察 2023年第4期49卷 27-34页

作者：杨承午中国铁路设计集团有限公司天津300251

分析多面函数建模中核函数结点选择存在的问题,探讨LASSO等变量选择及空间降维方法,在此基础上,提出多面函数拟合的稀疏建模方法和惩罚参数选取指标。该方法通过最小化正则化损失函数,实现模型参数估计与核函数结点筛选,所构建模型易于... 详细信息

分析多面函数建模中核函数结点选择存在的问题,探讨LASSO等变量选择及空间降维方法,在此基础上,提出多面函数拟合的稀疏建模方法和惩罚参数选取指标。该方法通过最小化正则化损失函数,实现模型参数估计与核函数结点筛选,所构建模型易于解释且具有较强的泛化能力。中国区域速度场建模结果显示,多种方案下的模型变量参数筛选保留率在19.42%~51.17%之间,外符合精度提升率达到3.29%~16.50%,表明该方法可有效降低模型结构复杂度并提高建模精度。

关键词：区域速度场多面函数拟合稀疏建模结点筛选

来源：评论

学校读者我要写书评

暂无评论

基于持续同调和稀疏建模的阿尔兹海默病多模态脑网络研究

基于持续同调和稀疏建模的阿尔兹海默病多模态脑网络研究

引用

作者：边晨源哈尔滨工程大学

学位级别：博士

阿尔茨海默病(Alzheimer's disease,AD)是一种中枢神经系统的退行性脑疾病,患者表现为渐进性障碍并失去日常行为能力,严重影响正常生活。而对早期AD的识别有助于在发病初期采取药物或者非药物的干预方式延缓疾病恶化。不过,早期AD... 详细信息

阿尔茨海默病(Alzheimer's disease,AD)是一种中枢神经系统的退行性脑疾病,患者表现为渐进性障碍并失去日常行为能力,严重影响正常生活。而对早期AD的识别有助于在发病初期采取药物或者非药物的干预方式延缓疾病恶化。不过,早期AD涉及非常细微的脑组织变化,对于AD疾病的早期诊断极具挑战。随着神经影像学技术应用的不断延伸,越来越多的研究证据表明AD疾病的进行性过程是一个脑网络功能上和结构上不断受损的过程。因此,从人脑网络连接组学层面研究AD的早期诊断以及病理学特征,已成为当前领域的研究热点。现今多数的脑网络建模方法都是基于成对相关性框架,而人脑本质的神经生理学过程往往涉及多个共同激励的脑区相互作用,而不是脑区之间的两两关联模式,传统相关性建模方法表现出不足。另外,复杂脑网络的特征提取和精准解析,是从正常脑网络连接状态中识别异常连接的基础,而当前常用的基于单一阈值尺度的脑网络分析方式,并不能提取神经影像数据所携带的全部有效信息。因此如何构建脑连接网络并精准量化网络特征,是AD神经影像标记物发掘研究的关键所在。本文旨在探究脑网络的持续同调多维特征分析方法,结合相关性网络、稀疏建模、多模态分析、被试等级结构几个方面,对AD的脑网络机制进行深入、创新性的研究。主要工作和研究成果包含以下四个方面:(1)针对当前AD脑网络分析量化方法中的可解释性差,以及稳定性不佳的问题,提出一种联合持续同调多维特征的脑网络分析量化方法。一方面,采用持续同调0维特征考察脑网络图形过滤过程中的低维连通分支持续性;另一方面,进一步引入持续同调高阶1维特征,用来探索脑网络图形过滤中的环结构持续性。同时采用一种基于距离度量的被试等级差异性分析策略,评估多维特征在脑疾病分类方面的有效性。最后,设计一种基于持续同调多维特征的置换检验统计分析流程,用以验证多维特征在疾病相关分析中的统计学效力。所提出的研究方法从低维到高维的角度探索了脑网络的连接模式,实验结果表明多维特征在被试等级分类、以及统计性能评估方面,要优于其他常用的脑网络分析图论度量。(2)采用单一模态影像数据的AD脑网络建模技术,往往缺乏多源分辨率的补充信息,且时空敏感性较差,因此提出一种基于多模态信息融合的稀疏Lasso脑网络模型。首先,以弥散张量成像(Diffusion Tensor Imaging,DTI)数据作为Lasso的正则化项,用于指引功能性磁共振(Functional magnetic resonance imaging,fMRI)建模,实现将两种模态信息融合到基于稀疏表示的脑网络建模框架中。另外,采用功能连接强度构建广义融合Lasso项的建模思路,以限制群组约束对模型的影响,完成被试等级脑网络的构建。实验结果证明所提出的多模态建模技术能够更好地描述脑网络结构,在分类性能方面要优于传统基于单一模态的脑模型以及相关性脑模型。(3)在稀疏Lasso脑网络模型的分析过程中,其正则化参数的选择具有不确定性,同时需要对稀疏模型的脑区连接强度进行精准评估,用以提取完备的AD脑网络连接模式特征,这自然增大了建模复杂度,因此论文提出一种多尺度正则化下的稀疏脑网络持续同调分析框架。首先,以连接边加权和网格搜索的方式,合并多尺度正则化参数对应的不同稀疏程度脑网络信息,避免传统单一参数的选择问题。其次,引入持续同调分析策略对合并脑网络进行计算拓扑学解析,将连接强度评估转为连接结构度量。实验采用两组不同的被试分组型数据,包括APOE ε4基因型(AD高风险因子)数据和EMCI(早期AD状态)数据,从统计学和分类性能角度分别验证了所提出方法的有效性。(4)对于如阿尔兹海默病等神经性疾病的脑网络分析来说,最终的落脚点在于识别疾病相关的功能或结构网络失连情况,从连接组学层面探究疾病的病理学机制。因此,论文提出一种采用持续同调多维特征的AD疾病特异性连接模式识别方法。利用持续同调0维特征识别疾病引起的稀疏脑网络hub连接,并采用群组分析和差异性评估的方式,提取早期AD疾病特异性的脑连接模式。进一步为了考察持续同调1维特征在脑连接识别中的有效性,论文评估了相关性脑网络中的高频环结构,目的在于探索更加具有神经生物学意义的脑连接模式。实验从稀疏脑网络和密集脑网络(相关性网络)两方面,分别验证了持续同调不同维度特征在疾病相关脑连接识别中的有效性。

关键词：阿尔兹海默病脑网络持续同调多模态稀疏建模

来源：评论

学校读者我要写书评

暂无评论

正则化稀疏建模方法在大地测量中的应用

正则化稀疏建模方法在大地测量中的应用

引用

作者：杨承午中国矿业大学

学位级别：硕士

利用大地测量技术获取的时空观测数据反演地球动力学参数并建立时空分布模型一直是大地测量领域研究的热点,统计建模作为数据分析最有效的手段,在模型构建和参数解算时发挥重要作用。存在的难点包括函数模型形式选择及其自变量个数确定... 详细信息

利用大地测量技术获取的时空观测数据反演地球动力学参数并建立时空分布模型一直是大地测量领域研究的热点,统计建模作为数据分析最有效的手段,在模型构建和参数解算时发挥重要作用。存在的难点包括函数模型形式选择及其自变量个数确定两个方面,如何精确地选择模型变量及稳定地求解未知参数具有重要意义。鉴此,本文重点研究了现有的正则化稀疏建模理论及方法,整合了常用的大地测量建模方法,在地球自转参数预报和地壳运动速度场进行稀疏建模扩展应用,主要内容包括以下几点:(1)研究了正则化稀疏建模理论的提出及发展。由最小二乘准则引出正则化理论,总结了L1范数正则化稀疏建模理论的发展历程以及各类改进方法的定义及性质。推导了主流的正则化稀疏建模估计准则的参数求解公式,分析了各种算法的原理并给出了详细的计算步骤。对模型估计准则进行了形式的统一及特点归纳,并针对CV验证指标存在的不足提出CVIC指标,采用模拟算例分析了各种方法的优缺点及适用性。(2)整合了大地测量常用建模方法。主要包括ARMA模型、确定性分析模型及ARIMA模型等时间序列分析模型,多面函数拟合、球谐函数、克里金插值及反距离加权等空间插值拟合方法,以及广泛适用的极限学习机模型。基于上述方法给出了地球自转参数(ERP)和速度场的模型构建和参数解算流程,并将稀疏建模方法引入模型准则函数解算。(3)对ERP预报开展稀疏建模应用研究。阐述了ERP的测定方法发展及数据源,分析了ERP的周期项构成并对原始数据进行预处理。针对AR模型定阶准则存在的不足,将稀疏建模方法引入AR模型构建,并对ERP三个分量参数进行预报分析,结果表明稀疏建模方法较定阶准则具有更好的模型参数选择效果,构建的模型具有更高的预报性能。(4)速度场稀疏建模应用研究。分析了测站时间序列建模方法并提取了陆态网测站速度数据源,使用欧拉矢量法建立了中国区域速度场模型,并与现有文献结果进行对比分析。基于稀疏建模方法解决了多面函数拟合法中结点选择和球谐函数模型阶次项选择问题,实验结果表明,稀疏建模方法降低了模型冗余度并增强了模型的泛化能力,具有更好的速度场建模效果。尝试使用极限学习机建立速度场模型,分析其参数设置与模型精度间的关系。该论文有图48幅,表23个,参考文献104篇。

关键词：稀疏建模正则化变量选择地球自转参数地壳运动速度场

来源：评论

学校读者我要写书评

暂无评论

基于稀疏建模和SVM的管道缺陷分类方法研究

引用

信息技术与网络安全 2020年第10期39卷 67-74页

作者：郑林张红星句海洋太原卫星发射中心山西太原036303 中电智能科技有限公司北京102209 华北计算机系统工程研究所北京100083 北京工业大学北京100124

埋地钢质管道缺陷识别及评估是管道检测领域中长期存在的难点之一,而实现对管道缺陷准确分类的前提是管道损伤信号的精准提取,针对埋地管道缺陷信号特征提出一种基于稀疏建模和支持向量机(SVM)的管道缺陷信号提取与识别方法。通过从原... 详细信息

埋地钢质管道缺陷识别及评估是管道检测领域中长期存在的难点之一,而实现对管道缺陷准确分类的前提是管道损伤信号的精准提取,针对埋地管道缺陷信号特征提出一种基于稀疏建模和支持向量机(SVM)的管道缺陷信号提取与识别方法。通过从原始信号中学习获得字典,将该字典采用正则化正交匹配追踪算法构建缺陷信号稀疏模型,并根据压缩感知理论获得信号的特征向量。进一步,采用多分类SVM将缺陷信号的特征向量与管道实际缺陷类型建立映射关系,并通过遗传粒子群优化算法指导SVM参数选取。结果表明:提出的分类方法可实现对管道缺陷损伤程度的准确划分,该方法已经成功通过实验室验证,并成功应用于华北某油田的工程领域检测。

关键词：稀疏建模 SVM 管道缺陷分类方法

来源：评论

学校读者我要写书评

暂无评论

无线离体信道传播特性和稀疏化建模的研究

无线离体信道传播特性和稀疏化建模的研究

引用

作者：崔鹏飞南京邮电大学

学位级别：博士

在5G和B5G时代,大量低复杂度、低成本、低功耗的小型设备将被广泛接入通信网络中并形成规模庞大的物联网络,其接入密度将高达每平方公里百万个。而穿戴于人体(或动物、机器人等移动物体)的便携设备是其重要的组成部分,它的应用依赖于连... 详细信息

在5G和B5G时代,大量低复杂度、低成本、低功耗的小型设备将被广泛接入通信网络中并形成规模庞大的物联网络,其接入密度将高达每平方公里百万个。而穿戴于人体(或动物、机器人等移动物体)的便携设备是其重要的组成部分,它的应用依赖于连接穿戴网络和蜂窝网、WIFI等局域网的离体信道特性的研究。离体信道被定义为穿戴设备与远端接入点(AP)之间的传输媒介。它具有场景复杂多变、天线-人体效应显著、人体姿态和移动性干扰强等特点,故其传播特性与传统短距离无线信道存在显著区别。充分理解离体信道的传播特性并构建高效、可靠的接入链路同时具备重要的理论意义和很高的产业价值。本文围绕离体信道传播特性分析和建模这一科学问题,在单链路、分集链路、多穿戴位置、变接入点高度、多姿态测量等典型场景开展了大量无线信道测量实验,采用基于传统信道大小尺度传播特性分析和基于压缩感知理论的稀疏性分析方法对所测数据进行了系统性统计分析工作,建立了高预测精度和高通用性的大小尺度模型,提出了高可靠的圆极化分集接入方案,明确了稀疏化信道建模在单通道和多通道同步建模上的显著优势,主要工作和创新点如下:(1)建立了可变穿戴位置和可变接入点高度的双因子综合路径损耗模型,为离体通信复杂场景下精确的路径损耗预测提供了一种解决方案。该方案的特征是将功率损耗指数建模为AP高度因子的二次函数,将穿戴位置损耗统计为查找表方式。故可方便地扩展到多种场景,并根据实测值便捷地更新场景依赖的修正因子。相比既有的大尺度模型,所提双因子模型具备更明确的物理意义、更宽广的使用范围和更强的场景适应能力。数值仿真发现所提模型比传统对数距离高度因子模型具有更高的预测精度。(2)提出了一种高可靠的圆极化空间分集接入方案,并建立了考虑合并增益和极化失配损耗因子的分集接收信号模型。与传统贴片天线和倒F天线等线极化分集方案相比,所提的圆极化方案分集增益提升了0.8dB,抗极化失配损耗的能力提升了1.3dB。进一步地,所提圆极化分集方案在实测传播特性和分集抗衰落性能上的显著优势,使得其能有效对抗穿戴通信中普遍存在的由人体姿态、高度变化以及收发端极化失配损耗等所引发的深衰落。通过蒙特卡洛仿真进一步验证了所提圆极化方案的多重优势以及所建立分集接收模型的正确性。(3)建立了基于单测量矢量压缩感知方法(SMV-CS)的离体信道脉冲响应模型,提出了一种将压缩感知分析框架引入离体信道分析和建模领域,用于解决多径情况特别复杂的离体时域脉冲响应的建模难题。该建模问题一直为传统的抽头延迟线类(TDL)模型描述不够精确,而SV簇类模型建模过于复杂且缺乏灵活性所困扰,所提新型SMV-CS方法则有效地实现了建模复杂度和簇结构精确度的平衡。首先建立了信道稀疏度、建模复杂度和精确度的三平衡原则。并根据此原则指导用于稀疏分析的字典以及恢复算法的选取,基于压缩感知(CS)丰富的算法库和通用小波字典库对实测的穿戴信道进行信道脉冲响应建模。从而构建了基于SMV-CS方法的稀疏统计分析和建模框架,并建立信道稀疏参量与传播一二阶统计量桥梁关系的数学模型。随后根据排序后信道稀疏系数矢量的指数衰减特性以及统计特性,提出SMV-CS稀疏信道建模的三种实现方法。通过对测量的多场景离体信道集和IEEE802.15.6推荐的仿真信道集的大量蒙特卡洛仿真发现,所提三种SMV-CS模型相比统计TDL模型有较为明显的复杂度和精度改善。(4)建立了基于多测量矢量压缩感知技术(MMV-CS)的离体同步稀疏化信道模型,将SMV-CS的研究成果从单通道推广到多通道领域中,为多分集、离体MIMO信道等高维度离体信道的建模问题提供了一种新型的解决方案。为了解决利用CS方法准确提取同步信道的公共支撑字典集问题,设计了基于小波软门限去噪、同步信道增强措施、自适应字典选择等算法来改进同步恢复算法。并基于小波字典实现了一种同步增强匹配追踪算法(TA-SOMP)对64通道离体信道进行同步稀疏特性分析和参数提取,由此构建了压缩感知-同步多通道统计稀疏信道模型(CS-SSCM)。对比传统同步建模方法,所提CS-SSCM模型具有复杂度低、建模精度高、适用场景广泛、簇特性更加丰富以及算法提升潜力大等多重优势。本文根据所研究离体信道传播特性和稀疏化建模的成果,构建了多种离体信道仿真器以便于读者查阅对比离体传播特性、分析借鉴信道模型和便捷地进行穿戴通信性能分析。这些离体信道仿真器包括基于离体空间分集模型的身体中心网仿真器,基于稀疏分析和建模的单测量矢量-压缩感知信道仿真器和人体阴影效应影响下的多分集系统仿真器,并分享于gitHub平台。所得研究成果期望能为未来穿戴通信的物理层设计、链路预算、算法开发以及系统级仿真提供一些理论依据和工程参考。此外,本文也为如何将先进的压缩感知和稀疏学习方法引入到无线通信领域中提供了一种新思

关键词：离体信道稀疏建模压缩感知路径损耗空间分集多测量矢量

来源：评论

学校读者我要写书评

暂无评论

序列稀疏自回归方法及其在美股做空数据分析上的应用

引用

财贸研究 2024年第1期35卷 60-70页

作者：刘静余琴吴捷李阳中国科学技术大学安徽合肥230026 安徽大学安徽合肥230601

采用序列稀疏回归的思路来处理向量自回归模型,并设计适用于大规模时间序列数据分析的序列稀疏自回归方法。研究表明:从因子角度刻画向量自回归模型可以有效地将稀疏矩阵估计问题分解成稀疏奇异向量的估计问题,从而极大地提高了计算效... 详细信息

采用序列稀疏回归的思路来处理向量自回归模型,并设计适用于大规模时间序列数据分析的序列稀疏自回归方法。研究表明:从因子角度刻画向量自回归模型可以有效地将稀疏矩阵估计问题分解成稀疏奇异向量的估计问题,从而极大地提高了计算效率。以1523家美股上市公司1973年1月—2014年12月的做空数据为例,利用此方法探索公司之间的大规模做空关联网络。研究发现:此方法可以有效地恢复股票做空份额(即某一公司的空头股份数量)与股票收益率之间隐藏的关联网络,对于股票风险溢价研究具有一定启发意义。

关键词：向量自回归模型关联性网络稀疏建模股票做空份额大数据分析

来源：评论

学校读者我要写书评

暂无评论

GNSS区域电离层精细化建模理论与方法研究

GNSS区域电离层精细化建模理论与方法研究

引用

作者：徐磊中国矿业大学

学位级别：博士

电离层是地球大气最为活跃的区域之一,由大量的自由电子和离子组成。电离层粒子活动驱动力来自于太阳活动、地磁活动和行星扰动,其异常活动会对人类的生存环境带来灾难性的影响。因此,通过监测电离层活动可以预测极端天气和地质灾害的产... 详细信息

电离层是地球大气最为活跃的区域之一,由大量的自由电子和离子组成。电离层粒子活动驱动力来自于太阳活动、地磁活动和行星扰动,其异常活动会对人类的生存环境带来灾难性的影响。因此,通过监测电离层活动可以预测极端天气和地质灾害的产生,为人类应对灾难提供决策依据。从信号传播的角度来看,电离层误差是无线电传播主要的误差源之一,严重影响着信号的传播功率,更甚者完全阻断信号传播。在信息化时代,信息传播的终止意味着生活的停滞,因此研究电离层的精细变化具有重要的现实意义。反过来,利用电离层对信号的作用机制,基于全球导航卫星系统(Global Navigation Satellite System,GNSS)技术,采用被动方式获取电离层电子含量是目前最行之有效的监测手段之一。随着GNSS全球化服务进程的推进,以及各种电离层监测与建模技术的不断发展,加之人类对电离层高精度模型需求的日益提高,基于GNSS的电离层监测与建模技术将引来新的机遇和挑战。本文紧跟高精度定位的需求,针对区域电离层建模过程中原始信息精度、空间模型假设和数学函数模型的不足,提出电离层建模数据处理和模型建立的精细化方法,并完成了模型精度的内外部验证。主要研究内容和结论如下: (1)提出了一种伪距多路径误差修正的电离层原始信息提取模型伪距多路径误差是制约传统载波平滑伪距(Carrier-to-Code leveling,CCL)技术精度的主要误差源,CCL是目前使用最为普遍的电离层提取技术。本文基于非差非组合精密单点定位(Undifferenced and Uncombined Precise Point Positioning,UD-UC-PPP)双频伪距残差,采用吉洪诺夫正则化对伪距残差进行去噪处理,还原多路径误差的系统特性。鉴于约束吉洪诺夫一次差分正则化法方程的特殊结构,采用托马斯快速算法对问题进行求解。采用自举法确定问题求解过程中引入的超参数。基于恒星日滤波算法,实现了双频伪距多路径误差实时改正。以PPP提取的电离层作为参考,相比CCL方法,多路径误差模型改正的电离层原始信息提取精度提高达到80%;GPS、Galileo和BDS电离层共站单差弧间差精度提升较大,约为50%,GLONASS精度提提升不明显;电离层模型精度提高约为10%。 (2)提出了一种接收机频间偏差短时变化建模方法本文基于改进的载波平滑伪距(Modified CCL,MCCL)估计得到的接收机频间偏差(Receiver Differential Code Bias,RDCB)短时变化序列,采用核函数将其表示为以时间为自变量的多个核函数的和。为了解决函数的不适定问题,采用L1正则化约束保证问题的稀疏性和凸优化性质。为了获得函数的稀疏解,采用快速迭代收敛阈值算法(Fast Iterative Shrinkage Thresholding Algorithm,FISTA)求解法方程。采用赤池信息量准则(Akaike Information Criterion,AIC)或广义交叉验证(Generalized cross validation,GCV)法确定问题求解过程中引入的超参数。实验结果表明,稀疏核函数能准确地描述RDCB短时变化特征,相比传统CCL方法,本文方法电离层提取精度提高约30%～50%;GNSS卫星DCB估计稳定性增益10%～30%;在高频数据建模方面,本文方法的计算效率是MCCL方法的4倍,相比传统CCL方法,RDCB估计精度提高达50%。 (3)建立了一种可变的电离层薄层高度模型由于电离层电子密度的时空变化特征,固定的薄层有效高度(Ionospheric Effective Height,IEH)模型近似表示全球或者区域电离层分布不合理。本文借助神经网络多层感知的隐性表达能力,将多个标定电离层电子变化的参数作为模型输入,输出电离层薄层高度。在训练过程中,将IGS GIM的VTEC和实测STEC通过投影函数解算的IEH当作期望输出,全天分6个时段训练神经网络。本文测试了两种神经网络——基于遗传算法优化的后向传播神经网络(BackPropagation Neural Network Optimized by a Genetic Algorithm,BP-NN-GA)和径向基神经网络(Radial Basis Function Neural Network,RBF-NN)的应用效果。计算可变高度IEH模型在检核站上获得的VTEC与GIM VTEC RMS值,比先前的研究方法具有更小的RMS值;在电离层建模上,可变IEH模型比固定IEH模型具有更高的电离层拟合精度,基于RBF-NN和BP-NN-GA高度模型精度提高约为18%和14%。 (4)构建了一种分辨率可变的区域电离层数学模型基于Ne Quic

关键词： GNSS 区域电离层精细化建模多路径误差 RDCB短时变化可变薄层高度模型可变分辨率数学模型正则化算法稀疏建模

来源：评论

学校读者我要写书评

暂无评论

基于稀疏求解的输油管道焊缝图像缺陷检测算法研究

引用

内蒙古石油化工 2021年第7期47卷 4-5,110页

作者：王侦倪刘怡婷李阳陕西延长石油(集团)有限责任公司研究院陕西西安710000

提出一种基于稀疏求解的输油管道焊缝图像缺陷检测算法,通过求解稀疏系数完成识别过程,避免了图像的分割与特征值的计算。将现场提取的缺陷和噪声图像作为样本,根据压缩感知理论,首先通过学习从样本中获得字典,利用相关性最小的原则确... 详细信息

提出一种基于稀疏求解的输油管道焊缝图像缺陷检测算法,通过求解稀疏系数完成识别过程,避免了图像的分割与特征值的计算。将现场提取的缺陷和噪声图像作为样本,根据压缩感知理论,首先通过学习从样本中获得字典,利用相关性最小的原则确定字典矩阵数量,然后构建稀疏模型并采用正交匹配追踪算法求解该模型,最后通过求解得出的系数组合判断图像类型。实验表明:该方法能够实现图像缺陷的准确识别。

关键词：图像处理稀疏建模贪心算法缺陷识别

来源：评论

学校读者我要写书评

暂无评论

基于BDS-2/BDS-3联合处理的北斗超快速钟差预报优化策略

引用

导航定位与授时 2020年第5期7卷 28-36页

作者：马昌忠王潜心胡超闵扬海王泽杰中国矿业大学自然资源部国土环境与灾害监测重点实验室中国矿业大学环境与测绘学院

针对北斗卫星导航系统(BDS)钟差预报产品无法满足高精度快速服务需求的现状,提出了一种基于BDS-2/BDS-3联合估计的超快速卫星钟差预报优化策略。区别于传统两步法预报模型,利用稀疏建模方法一步求解所有模型项,并通过BDS-2/BDS-3星间相... 详细信息

针对北斗卫星导航系统(BDS)钟差预报产品无法满足高精度快速服务需求的现状,提出了一种基于BDS-2/BDS-3联合估计的超快速卫星钟差预报优化策略。区别于传统两步法预报模型,利用稀疏建模方法一步求解所有模型项,并通过BDS-2/BDS-3星间相关性实现了模型系数解的增强;为进一步降低模型残差的影响,基于残差序列时空相关性,利用半变异函数重构了模型估计的权阵。为验证提出的钟差预报模型,设计了12套对比方案,实验结果表明:基于稀疏建模的钟差模型参数一步估计可略微提高钟差预报精度;通过引入星间相关性对随机模型进行精化,钟差序列一步建模可分别将BDS-2与BDS-3卫星钟差18h预报精度提升28.6%与27.2%;基于半变异函数建模的模型残差相关性提取,可实现BDS-2与BDS-3预报钟差精度8.0%与11.1%的提升。因此,提出的优化策略对当前北斗超快速卫星钟差预报产品精化具有重要意义。

关键词：北斗超快速卫星钟差一步求解 BDS-2/BDS-3联合处理稀疏建模半变异函数钟差预报

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：