辅助模型辨识方法(3):输入非线性输出误差自回归系统

输入非线性系统包括输入非线性方程误差类系统和输入非线性输出误差类系统.针对输入非线性输出误差自回归系统,分别基于过参数化模型,基于关键项分离原理,基于数据滤波技术,研究了相应的基于过参数化模型的辅助模型递推辨识方法、基于关键项分离的辅助模型递推辨识方法、基于数据滤波的辅助模型递推辨识方法.这些方法可以推广到其他输入非线性输出误差系统、输出非线性输出误差系统、反馈非线性系统等.并给出了几个典型辨识算法的计算步骤、流程图和计算量.     

辅助模型辨识方法(1):自回归输出误差系统

研究了自回归输出误差(AR-OE)系统的辅助模型随机梯度算法、辅助模型多新息随机梯度算法、辅助模型递推最小二乘算法,自回归输出误差自回归滑动平均(AR-OEARMA)系统(即AR-Box-Jenkins系统)的辅助模型广义增广随机梯度算法、辅助模型多新息广义增广随机梯度算法、辅助模型递推广义增广最小二乘算法,以及AR-Box-Jenkins系统的基于滤波的辅助模型广义增广随机梯度算法、基于滤波的辅助模型多新息广义增广随机梯度算法、基于滤波的辅助模型递推广义增广最小二乘算法等.     

警用空间大数据区位标识方法及其应用

警用空间大数据为警务工作的开展提供了丰富的决策依据,但也带来了一些挑战,如大数据整合复杂、多尺度信息关联困难、区位标识不唯一等,不利于警务改革的深入发展。本文提出了基于区域的位置标识方法来解决存在的问题,方法基于剖分网格设计了警用空间大数据的区位编码方法,并以户籍的区位标识为例进行说明,最后对其应用进行了展望,从而为警用空间大数据的有效组织和高效应用等提供了一种新的解决思路。     

剖分网格下顾及用户兴趣的矢量地图多尺度表达方法

在海量空间数据的组织与表达方面,与传统的空间数据模型与方法相比,地球剖分网格表现出了极大的优势。鉴此,本文提出了一种剖分网格下顾及用户兴趣的矢量地图多尺度表达方法,首先利用大量POI数据构建空间兴趣场模型,描述用户对地理信息的兴趣的空间分布;然后对空间要素进行分类分级,确定其表达的尺度范围;运用GeoSOT剖分理论划分不同层次的剖分面片,建立剖分面片与尺度的对应关系,根据用户对剖分面片所在区域的兴趣度大小,表达不同详细程度的空间要素,实现基于用户兴趣的空间数据多尺度表达。实验表明,该方法能够满足用户由概略到详细、由重要到次要的空间认知需求,同时能够获得较好的多尺度表达效果。     

地球剖分网格的地形量化模型

针对目前地形量化方法中,量化承载网格层级受限,且量化数据组织管理复杂的问题,提出了一种基于地球剖分网格的四边形网格的地形量化模型。该模型以GeoSOT地球剖分网格为支撑,通过GeoSOT网格编码实现了多层地形量化数据的关联、检索,为矢量数据和规则格网数据的量化处理、组织与存储以及量化数据聚合问题提供了方法。     

基于WGS-84椭球面的退化四叉树经纬线格网剖分

针对数字地球的发展和解决全球问题的需求,给出了一种基于WGS-84椭球面的全球离散格网剖分方法——退化四叉树经纬线格网;分析了格网剖分的特点,明确了格网单元行列定义和经纬度坐标;计算出不同剖分层次格网单元面积、边长的变化情况并与基于正球面的剖分进行了对比。结果表明该格网系统具有粒度相对均匀性、层次嵌套性、方向一致性、地理条带性和对称性、广泛数据兼容性等许多优良特征,对构建全球地理信息系统具有一定的实用价值。     

Multiscale modeling of large deformation in geomechanics

Large deformation soil behavior underpins the operation and performance for a wide range of key geotechnical structures and needs to be properly considered in their modeling, analysis, and design. The material point method (MPM) has gained increasing popularity recently over conventional numerical methods such as finite element method (FEM) in tackling large deformation problems. In this study, we present a novel hierarchical coupling scheme to integrate MPM with discrete element method (DEM) for multiscale modeling of large deformation in geomechanics. The MPM is employed to treat a typical boundary value problem that may experience large deformation, and the DEM is used to derive the nonlinear material response from small strain to finite strain required by MPM for each of its material points. The proposed coupling framework not only inherits the advantages of MPM in tackling large deformation engineering problems over the use of FEM (eg, no need for remeshing to avoid mesh distortion in FEM), but also helps avoid the need for complicated, phenomenological assumptions on constitutive material models for soil exhibiting high nonlinearity at finite strain. The proposed framework lends great convenience for us to relate rich grain-scale information and key micromechanical mechanisms to macroscopic observations of granular soils over all deformation levels, from initial small-strain stage en route to large deformation regime before failure. Several classic geomechanics examples are used to demonstrate the key features the new MPM/DEM framework can offer on large deformation simulations, including biaxial compression test, rigid footing, soil-pipe interaction, and soil column collapse.     

基于深度学习的介形类化石识别

介形类化石对地质年代的确定、古湖泊和古海洋的研究、古环境的重建以及海底石油资源的勘探等工作都具有重要意义。然而,现有识别化石颗粒的方法费时费力,准确率也有待提高。鉴于介形类化石颗粒的类别具有科、属、种的层次结构,种类数量庞大,所以本文提出了一种层次化识别方法。首先进行目标检测,实现介形类化石的定位与属类划分;之后在目标检测模块的基础上进行智能识别,使用卷积神经网络和支持向量机提取属类下更细微的种类特征,实现化石种类划分。实验结果表明,本文提出的分层次识别模型能检测出化石图像中所有化石颗粒的位置信息并对其进行分类,分类准确率可达95%,且相较于未进行分层次识别的模型,能将识别准确率提升1.8%~5.8%。     

线性参数系统的多新息辨识方法

系统有线性和非线性之分.线性系统有统一的描述形式,非线性系统因类别无数,不可能有统一描述.线性参数系统是一类特殊的非线性系统,它在参数空间上呈现线性特征,介于线性系统与非线性系统之间.针对伪线性参数系统,讨论了基于辅助模型的多新息辨识方法、基于滤波的辅助模型多新息辨识方法、基于模型分解的辅助模型多新息辨识方法、基于滤波的分解多新息辨识方法,并给出了几个典型辨识算法的计算量、计算步骤和流程图.     

道路网层次骨架控制的道路选取方法

提出了基于路网层次骨架控制的道路自动选取方法。首先,该方法以stroke为单位,利用中介中心性值对stroke进行层次结构划分;其次,采用结构特征识别完善道路层次骨架;第三,基于层次骨架间的连通关系建立逐层传递的stroke重要性计算模型;最后,通过该计算模型自上而下的逐层计算,得到stroke重要性,并据此完成道路网选取。采用3种典型道路网数据,对本方法与其他主要常规stroke选取方法进行对比,试验结果表明本方法不但对语义的依赖性极低,同时消除了中介中心性在评价道路重要性时对边缘道路的不利影响,在保持道路网整体结构和层次性上有较为明显的优势,可适用于各种形态的道路网选取。