基于改进的高斯混合模型脑ＭＲ图像分割

ＭＲ图像中常含有偏移场以及噪声现象,传统的高斯混合模型无法得到正确的分类．在高斯混合模型目标函数中加入偏移场估计与噪声去除,完善其分 类效果,使分类结果较好地克服偏移场和噪声影响．实验表明,该算法在得到较准确的分类结果的同时还能很好地估计偏移场．     

A new method for multi-point pollution source identification

对于污染源源项特征(数量,位置及排放强度)的快速且精确估计是污染事件应急响应的关键.与单点源估计相比,多点源的重建更具挑战性.本文提出了一种新的针对于多点源污染事件的两步反演算法,该算法通过结合大气化学模式与有限的浓度观测数据以实现对于未知数量的多点源的准确估计.在其计算过程中,无需任何未知量的先验信息,且可以自动识别污染源的数量,并确定每一个污染源的位置及强度.本文通过使用若干组理想试验验证了算法的适用性,试验结果表明,该算法可准确估计单点源,两点源和三点源的个数及位置,强度的估计误差可基本忽略.且该算法的估计精度和计算效率不会随着点源个数的增加而减弱.     

混合模型中的层三角变换估计

提出了有着广泛应用的混合线性模型中参数估计的一种新方法,称层三角变换估计。将该变换用于检验和估计中,将产生一束套用于全面分析混合线模型的计算过程,这些过程在计算是稳定的,而且节省空间。     

基于输出估计的多输入系统随机梯度估计算法

对于输出误差模型描述的多输入单输出系统,辨识的困难在于辨识模型信息向量中包含系统未知输出量(真实输出或无噪输出),以致标准辨识算法无法应用.提出了利用输出估计代替系统真实输出的辨识思想,即通过估计模型预测(估算)系统输出,利用这个估计输出来递推计算系统参数,进而提出了基于输出估计的随机梯度辨识算法,并研究了算法的收敛性,给出了仿真例子.     

一种改进的时间序列重建方法及其在地下水埋深估计中的应用

带噪声传递函数(TFN)模型可通过相关性分析在输入输出序列时间上同步的情况下估计输出序列。基于TFN模型、Kalman滤波和复合型混合演化(SCE-UA)算法,发展一种新的时间序列重建方法,并将其用于地下水埋深估计。该方法将高阶TFN模型表述成状态空间,并用Kalman滤波进行状态估计,基于SCE-UA方法优化TFN模型参数,能够在输入输出序列异步的情况下率定TFN模型并用于时间序列重建。最后,利用已有降水和地下水观测资料验证该方法,并重建了中国东北部分地区40年地下水埋深序列,结果表明该方法有较好精度且能反映埋深变化对降水的响应,在各类时间序列重建中具有一定推广性。     

规范状态空间系统辨识方法

因为状态空间模型既包含了未知状态,又包含了未知参数,且二者是非线性乘积关系,使得辨识问题变得复杂.针对这一问题,详细研究了规范状态空间系统的状态与参数联合估计方法.采用交互估计理论,即采用递推方法或迭代方法实现系统状态与参数的交互估计.基本思路是在计算参数估计时,辨识算法信息向量中的未知状态用其估计值代替,然后利用获得的参数估计,设计基于参数估计的状态观测器或基于参数估计的Kalman滤波算法估计系统的状态,二者形成一个交互计算过程(递阶计算过程).沿着这条思路,分别从递推方案和迭代方案,研究和提出了基于状态观测器和基于Kalman滤波状态估计的随机梯度辨识算法、递推最小二乘辨识算法、多新息随机梯度辨识算法、多新息最小二乘辨识算法,以及模型分解的辨识算法,并给出了几个典型算法的计算步骤、流程图和计算量.     

改进的C波段天气雷达定量降水估计算法研究

针对我国新一代C波段天气雷达,提出了综合考虑雷达波束阻挡、信号衰减以及雷达波束随距离增加而抬高和展宽等因素影响的定量降水估计算法。该算法基于高分辨率地形高度数据计算极坐标中每个方位-斜距库上不受地形阻挡的最低观测仰角,依此从雷达体扫数据中提取用于降水估计的混合反射率因子;结合雷达和雨量计资料对雷达系统标定偏差进行估计后...     

基于机器学习技术的逐时雾事故判别气象模型

为进一步提高雾天交通安全气象保障精细化能力,以江苏、安徽高速公路雾事故多发路段为例,利用2012—2018年事故信息与气象资料,建立一种基于变量选择和特征提取的逐时雾事故判别支持向量机模型。模型参照递归特征消除思路选择事故发生时间、地理位置、气象环境等重要变量,使用主成分分析提取重要变量的主要特征,并以径向基为核函数、以网络搜索确定最优参数。结果表明：结合重要变量选择和主成分分析的支持向量机混合模型能够成功识别出训练集81.4%和测试集83.0%的事故样本,AUC分数均为0.946;判别效果优于支持向量机单独算法,以及仅基于重要变量选择或主成分分析的支持向量机算法;3个典型实例分析也说明该模型对于阶段性或持续性大雾天气下的交通事故发生有一定判识与警示意义。     

基于小波域高斯尺度混合模型的天气雷达图像高分辨率插值

采用可精确刻画雷达回波强度数据统计特征的小波域高斯尺度混合（GSM）模型作为雷达图像先验模型,进行天气雷达图像插值,在提高图像分辨率的同时有效重建降水回波中局部强回波值、小尺度变化细节等一些重要空间分布统计特征。分析和总结雷达回波强度数据小波频率域统计特点,建立小波域GSM模型;匹配天气雷达图像小波系数和GSM模型,利用贝叶斯理论估计更小尺度的小波系数,进行小波逆变换,完成高分辨率天气雷达图像插值。试验表明,该算法能从低分辨率图像中估计出高分辨率高频系数,且所利用的先验模型充分考虑降水数据本身的特点,可有效捕获降水回波结构的非高斯特征和局部相关特性,重建雷达图像中的局部变化细节。      

基于S波段双极化雷达的变分法的定量降水估计算法

基于比差分传播相移(K_DP)的降水估计算法R(K_DP)相较于传统基于水平反射率因子(Z_H)的算法R(Z_H)的表现更优。在雷达实际运行中,由于随机误差和后向散射相位(backscattering phase)的影响,可能出现负的K_DP。运用一种基于变分的雷达定量降水估计混合算法(V-RQPE)。该算法用变分拟合方法重构差分相位(Φ_DP),用一种新的稳健的边界条件求解方法,在消除随机误差的同时获得非负的K_DP,进而进行降水估计。随后我们使用2017年5月7日广州S波段雷达的回波数据和地面雨量站观测数据进行验证,同时使用了六种不同的算法进行对比,结果显示,在1小时累计降水估计中,V-RQPE表现最好,在24小时累计降水估计中,V-RQPE和基于变分拟合的K_DP的降水估计算法(R-VKDP)表现最好,实验结果表明变分拟合方法对雷达降水估计能力有显著提升。      

时间序列混合模型及其在原油价格预测中的应用

在时间序列建模时,随机扰动项经常表现出非高斯性质,造成传统的时序模型的估计和预测偏误．针对这个问题,提出一种新的时间序列混合模型———多维高斯混合转移分布模型（ＭＧＭＴＤ模型）,用来处理残差项不是白噪声的情况,并提出采用遗传算法进行参数估计．将新提出的ＭＧＭＴＤ模型应用于对国际原油价格的预测分析中,进行模型的可行性检验．实证结果显示,ＭＧＭＴＤ模型可以得到较好的预测结果．     

基于两种方法的天气雷达谱宽估算质量比较与改进

采用FFT算法和PPP算法,对南京S波段双线偏振全相参脉冲多普勒天气雷达一次实测回波时域I/Q信号进行谱宽估计,并对谱宽估计值及其偏差与信噪比的关系进行了分析。结果发现:1)相对高信噪比数据,低信噪比回波的谱宽估计偏差更大,且随信噪比降低偏差呈指数增长。相对FFT算法,PPP算法的谱宽估计偏差更大,且随信噪比降低偏差增长速度更快。2)为提高谱宽估计精度必须要尽量消除噪声(主要是低信噪比回波信号)造成的影响,分别对FFT算法和PPP算法提出了改进方案,两种算法的谱宽估计质量都有了较大提升,尤其是低信噪比回波数据。修正后FFT算法处理得到的谱宽数据与RVP8偏差更小,而修正后PPP算法处理得到的谱宽数据偏差较大且比较离散,这表明FFT算法的估计精度更高,但实际处理过程中PPP算法的处理速度更快,两种谱矩估计算法各有优劣。     

流依赖球面小波背景误差协方差模型设计和初步试验

基于资料同化集合设计了流依赖球面小波背景场误差协方差模型中背景误差方差和局地垂直相关协方差的统计计算方法。为了提高背景误差方差的估计精度,采用客观滤波技术来减少因集合样本个数不足而引入的随机取样噪声。最后在银河四维变分同化业务系统(YH4DVar)上设计了集合资料同化的试验系统,以流依赖背景误差方差为重点验证了模型的有效性。结果表明:基于流依赖球面小波背景误差协方差模型能够有效估计出随天气状态变化的背景场误差方差,对台风等剧烈变化的天气过程的同化分析和预报都具有一定的正效果。      

基于动态可变分段误差函数的常数模盲均衡算法

为了克服常数模算法(CMA)收敛速度慢,稳态误差大的缺点,在分析基于可变分段误差函数的常数模盲均衡算法的基础上,提出了基于动态可变分段误差函数的常数模盲均衡算法.该算法利用均方误差(MSE)来动态调节误差函数的分段点位置,误差函数特性在均衡过程中随着MSE不断变化,使得算法误差模型与发射信号的模型不断匹配,从而具有增加收敛速度和减小稳态误差的特点.分别用混合相位水声信道和最小相位水声信道对提出的新算法进行仿真实验,结果表明:对于混合相位水声信道,新算法的收敛速度明显快于CMA,且具有更小的稳态均方误差;对于最小相位水声信道,新算法的稳态均方误差明显小于CMA,而收敛速度相当.     

基于机器学习分类算法的臭氧浓度等级预报在长沙的应用

为准确预报臭氧浓度等级,基于EC＿THIN全球天气模式产品和我国自主研发的CMA＿GFS全球天气数值预报产品以及华南GRACEs大气成分模式输出产品,融合气象和环境观测数据,使用6种机器学习智能算法,构建耦合数值预报模式和机器学习的混合模型,旨在充分发挥数值预报与机器学习智能算法的优势和互补协同作用,实现臭氧浓度等级预报准确度的跨越式提升。共设置4个控制试验,选取不同的特征产品,依次使用机器学习经典分类算法对长沙市未来4天的臭氧浓度等级进行分类预报,取测试准确度最高的模型输出结果作为结果统计。发现：最优模型1～4天的测试准确度分别为81.7%、81.7%、78.3%、60.9%,大大高于大气成分模式预报和预报员经验,达到预期设计目标;高质量的天气模式产品对模型贡献大,而大气成分模式产品对模型贡献有限;模型3天以内预测性能较好,低等级预测性能较好,高等级预测性能一般。提出解决方案供讨论：增加高等级样本数量,增强模型对此类事件的识别能力;加强高等级臭氧污染的机理分析,组合出更精炼的因子供模型使用。     

主成分分析法在神经网络集成预报中的应用

本文将主成分分析方法引入到用神经网络作集成预报中,根据各个主成分的方差贡献的大小来确定所需主成分的个数,在此基础上,对集成预报的原始因子进行重构,以达到对数据进行降维,加快计算速度和提高预报准确率的目的。     

复杂地形下C波段雷达定量降水估计算法

C波段雷达定量降水估计（QPE）精度受到很多因素的影响,主要包括:（1）雷达标定,（2）非气象回波的干扰,（3）降水物垂直空间变化,（4）地形或地物的严重遮挡,（5）Z-R关系的代表性,（6）雷达拼图的质量,（7）雷达观测回波衰减等。文中雷达定量降水估计算法基于陕西省C波段天气雷达展开,从雷达探测数据质量控制、地形遮挡、Z-R关系和雷达拼图等方面提高C波段天气雷达定量降水估计的精度,产生降水类型产品和1 h定量降水估计产品,产品空间分辨率为0.01°×0.01°,时间分辨率为6 min。通过对7次降水过程进行评估,结果表明:基于混合仰角反射率因子处理模块和降水类型分类模块进行雷达定量降水估计,得到的结果与地面雨量站观测降水接近,1 h累计降水量的统计评分指标均方根误差稳定在3 mm以下,相对误差稳定在50%左右,相对偏差保持在?30%以内,雷达定量降水估计产品的离散度和绝对偏差都较低,表明该算法得到的雷达定量降水估计稳定可靠。      

基于改进混合蛙跳算法的个性化旅游路线推荐

大众在旅游途中期望获得开销低、行程方便、舒适度高的旅游体验,同时还具有历史人文、自然景观、美食购物等不同游览需求.因此,本文提出了一种基于改进混合蛙跳算法的个性化旅游路线推荐方法.首先建立个性化旅游路线推荐问题的优化模型,并针对该模型的特点,设计改进混合蛙跳算法.通过调整可控精度,增加筛选准则和及时处理异常解等策略增强群体的多样性,降低遗漏最优解的风险,强化局部搜索能力,并提高算法的求解精度.以南京三日游个性化旅游路线推荐问题作为实例,收集南京市内知名景点的门票价格、开放时间、不同出行方式所需的时间和花费情况以及食宿费用等相关数据,基于改进混合蛙跳算法进行求解.实验结果表明,与改进前的方法相比,所提改进方法能够获取更优的路径解,推荐的路线能够更好地满足用户的个性需求.     

基于20—30d振荡的长江下游地区夏季低频降水延伸期预报方法研究

用长江下游降水低频分量和环流低频主成分,构造多变量时滞回归模型(MLR)和主成分复数自回归模型(PC-CAR)的混合预报模型(MLR/PC-CAR),对长江下游降水低频分量进行延伸期逐日变化预报,延长预报时效。通过2011年6—8月预测试验表明,20—30 d时间尺度的长江下游低频降水预测时效可达50 d左右,采用南半球中高纬度地区850 hPa低频经向风的主成分作为预测因子的模型的预测精度明显高于东亚地区低频经向风作为预测因子的模型。这表明在20—30 d时间尺度上,长江下游降水与南半球中纬度绕球遥相关(SCGT)型有关的主分量的时滞相关更加密切。进一步对于较强20—30 d振荡的多年资料构建的MLR/PC-CAR混合模型预测试验表明,SCGT是预测夏季长江下游低频降水未来50 d变化的显著信号。基于SCGT的发展和演变,对于把握类似长江下游地区2011年6月初旱涝急转和7月中旬持续降水和强降水过程异常变化过程很有帮助,SCGT可以作为夏季长江下游20—30 d低频降水和强降水过程进行延伸期预报的主要可预报性来源之一。     

我国城市化经济集聚与气温集聚的实证研究

首先用Herfindahl指数来测算我国城市的经济集聚度水平与气温集聚度水平,运用SPSS20.0进行相关性检验,证明了经济集聚度与气温集聚度存在很强的正相关关系,即经济的集聚加速了气温的集聚,并且气温的集聚态势趋同于经济的集聚态势;其次,收集并整理了我国2003~2012年30个直辖市及省会城市的面板数据,运用混合模型估计方法与随机效应模型估计方法进行研究,得出经济集聚度、人口集聚度、产业结构、固定资产投资对气温集聚度的影响都是正向的;绿化面积对气温集聚度的影响是负向的,并由此提出了一些建议。