动态最小二乘支持向量机学习算法

针对大样本集的训练问题和动态训练样本的模型更新问题,提出了动态最小二乘支持向量机学习算法。该算法充分利用已建好的模型,逐渐加入新样本,并可删除位于任何位置的非支持向量,避免了矩阵求逆运算,保证了算法的高效率。大坝变形及电离层延迟两个时间序列的预报实例表明,该算法具有计算时间短、预报精度高的特点。     

网络安全态势感知关键实现技术研究

建立了网络安全态势感知的分层实现模型,并针对每个层次提出了基于多分类器融合的安全态势提取方法、基于统计学习的分层态势评估方法以及基于遗传神经网络态势的动态预测方法。经仿真实验验证,每个层次的实现方法都是可行有效的。     

Best prediction in linear models with mixed integer/real unknowns: theory and application

In this contribution, we extend the existing theory of minimum mean squared error prediction (best prediction). This extention is motivated by the desire to be able to deal with models in which the parameter vectors have real-valued and/or integer-valued entries. New classes of predictors are introduced, based on the principle of equivariance. Equivariant prediction is developed for the real-parameter case, the integer-parameter case, and for the mixed integer/real case. The best predictors within these classes are identified, and they are shown to have a better performance than best linear (unbiased) prediction. This holds true for the mean squared error performance, as well as for the error variance performance. We show that, in the context of linear model prediction, best predictors and best estimators come in pairs. We take advantage of this property by also identifying the corresponding best estimators. All of the best equivariant estimators are shown to have a better precision than the best linear unbiased estimator. Although no restrictions are placed on the probability distributions of the random vectors, the Gaussian case is derived separately. The best predictors are also compared with least-squares predictors, in particular with the integer-based least-squares predictor introduced in Teunissen (J Geodesy, in press, 2006).     

大桥施工过程中的沉降观测及沉降灰色模型预测的探索

在桥梁施工过程中经常需要对桥梁墩台进行沉降观测。本文结合木瓜溪大桥墩台施工期间的多次沉降观测,讨论了桥墩台施工检测过程中控制网布设及其沉降规律,为较大型桥梁的施工提供较为科学的沉降规律。最后,用灰色系统模型对沉降监测点预测进行了探索,得出了一些有用的结论。     

基于弹性薄板的地表沉陷预计模型

在分析地表沉陷基本规律的基础上,依据弹性薄板理论,建立非充分采动条件下岩层和地表沉陷预计的一类新模型,并推导出地表任意点倾斜、曲率、水平移动以及水平变形的计算公式。该模型充分考虑到地质采矿因素（煤层倾角）及煤层上方各岩层的影响,克服传统预测方法的缺陷,特别是概率积分法关于拐点反对称要求。最后,应用实例证明该方法的应用效果。     

GIS在处置地下管线突发事件中的应用研究——以苏州市地下综合管网应急处置系统为例

随着经济社会的不断发展,城市建设步伐不断加快。近几年,各类地下管线突发事件频发。通过"苏州市地下综合管网应急处置系统"项目的开发和实践,本文试图从总体上论述地下综合管网突发事件的处置过程、应用原理及相关的技术实现,重点阐述了基于"12345"便民服务中心工作平台,在充分利用GIS的网络分析技术的基础上,实现城市地下管网突发事件应急处置的自动化和信息化。     

一种结合整型最佳谱间预测与SPIHT的MODIS影像无损压缩算法

针对MODIS(Moderate Resolution Imaging Spectroradiometer)影像数据海量并具有重要研究价值的特点,研究MODIS影像的无损压缩算法。采用最佳线性预测方法,通过波段相关性排序确定波段最优预测顺序,并自适应计算"预测波段"与"当前波段"的二阶最佳预测器系数,减少谱间冗余;以多级树集合分裂树(Set Partitioning In Hierarchical Trees,SPIHT)编码算法降低谱内相关。为确保无损压缩,对线性预测系数进行最佳逼近取整操作,并采用基于提升格式的D5/3整数小波变换。实验结果表明本文提出的算法在压缩比上性能较3DSPIHT等算法突出。     

一种导航卫星中长期轨道预报方法

基于神经网络混合建模的思想提出一种针对导航卫星的中长期轨道预报方法,在原动力学模型的基础上引入神经网络模型作为补偿,从而获得新的预报模型。在训练过程中神经网络通过学习动力学模型轨道预报误差来掌握其变化规律,并在预报过程中为动力学模型预报提供补偿,以提高预报精度。对GPS卫星动力学模型中长期预报误差的特点进行分析,然后根据所得结论提出混合模型的中长期(15 d以上)预报方案,最后通过对GPS卫星的仿真试验证明混合模型的改进效果,结果表明新方法在15~40 d的预报上表现出很好的改进效果。     

灰色模型与智能算法组合模型在变形预测中的应用

变形监测工程是一个复杂的综合系统,各种参数具有很大的不确定性.目前变形的预测分析多采用单一的预测方法,而各种方法都有各自的优缺点和应用范围,有时单一的预测方法对判定工程性质带来了困难.引入了组合预测的思想,在灰色GM(1,1)模型的基础上,构建了灰色+GA+BP神经网络组合模型,探索了时间序列的数据处理和预报问题,通过...     

改进的修正预测法预报电离层

利用自回归移动平均ARMA模型的线性最小方差预测法预报电离层存在的主要问题是极值点处预测误差较大。通过对模型阶数上限及定阶准则的选取进行实验分析,确定了合适的模型阶数并建立了相应模型。修正预测法可利用新信息对线性最小方差预测法的预测结果进行修正。这是一种短期预报方法,每次向前预测一步即2 h,但结果并不理想。考虑到电离层变化的周期性,为了进一步减小极值点处预测误差,提出了改进的修正预测法。实验表明,改进的修正预测法预测结果与原始值符合较好。