基于FPGA的GPS高精度短时标的精度分析与改善

提出了利用GPS的精确授时功能,采用现场可编程门阵列(FPGA)技术,构建高精度短时标的设计方法.为了确保短时标的同步精度,从晶体的准确度以及守时精度等方面进行了理论和数据分析,采取了一系列措施保证了短时标设计μs级的精度.     

SVD算法简介与模拟数据检验

简单介绍SVD（奇异值分解）算法的数学基础、背景和解算过程，并基于模拟数据检验结果分析，说明了SVD算法的特性和功能。SVD算法不但能够解决最小二乘方法所能解决的各种问题，而且还能够对后所不能解决的部分问题给出判据。因而有利于问题的深入和解决。推荐对SVD算法，预以关注和应用。     

适于城市交通时序空间数据预测的层叠泛化模型

受地理过程的动态随机性影响,时序空间数据建模普遍存在先验知识缺乏与模型参数设置问题,导致单一模型难以有效地反映地理系统的整体运行状态。本文提出了一个普适性的集成学习框架,设计了基于异态集成学习的层叠泛化模型,按照组合模型最大化减小原始预测误差原则改进了层叠泛化模型平均输出的混合策略,并基于error-ambiguity decomposition对提出的层叠泛化模型的有效性进行了数学证明。基于北京市交通路网通行状态数据的实验结果表明,层叠泛化模型的均方根误差与平均绝对误差均小于单一模型;平均绝对误差方差均小于基于数理统计的混合模型,验证了层叠泛化模型在时序空间数据预测方面的优越性。     

测震台站系统运行维护定额标准数据分析

对黑龙江省直属地震台站运行维护进行实际测算,编制了《黑龙江省地震台站测震系统运行维护定额体系与框架》,解决了黑龙江省地震台站测震系统运行维护定额缺乏的问题。编制过程中,充分分析台站运行维护系统工作内容、定额编制的方法和结果。为使地震台站测震监测系统的运行与维护做到安全可靠、切实可行、经济合理,采用统计分析法、估算法和测算修订法科学地分析了定额标准体系,并对定额标准执行中存在的问题提出了几点建议。     

同步辐射和费米伽马暴光谱的一致性检验

定义了一个新的量,曲率宽度,去检查同步模型与伽玛射线暴(GRB)光谱的一致性.此量用于测量GRB中辐射能谱(νFν,ν和Fν分别是频率和随频率变化的能量流量)峰值处的光谱拐折锐度.然后使用它检查了理论同步模型与观测到的GRB光谱之间的一致性.首先计算几种典型的同步模型的曲率宽度,包括单能、单幂律和拐折幂律电子同步模型.其次从Fermi/GBM (Gamma-ray Burst Monitor)长GRB时间分辨光谱目录中选择包含1198个光谱的GRB样本,将光谱与常用的经验模型拟合,并计算最佳拟合模型的光谱曲率宽度.通过比较两个曲率宽度,发现大多数样本与同步模型不一致,因为同步模型的光谱拐折比数据的光谱拐折更加平滑.结果表明同步模型很难适合大多数观测到的GRB光谱.此外,在暴脉冲中发现光子流量和曲率宽度之间存在强的反相关性,这表明流量越高,光谱拐折越尖锐,或者与同步模型的偏差就越大.     

基于Excel分析技术的国有建设用地供应计划编制——以福建省福清市为例

随着我国的土地制度改革逐步深入,国有建设用地供应参与到宏观经济调控中的作用愈加凸显。针对新一轮我国国有建设用地供应计划的编制问题,利用Excel自带的数据分析处理技术,采用指数平滑法、趋势预测法、线性回归法、加权平均值法等研究方法,以福清市为例,对福清市2011年度国有建设用地供应量进行预测,并综合福清市土地资源潜力及用地需求,进一步调整土地供应布局,完成福清市2011年度国有建设用地供应计划。     

地磁静日变化预测方法研究

地磁观测中及时了解地磁场日变化的扰动情况,可以帮助人们及时判断数据的可靠性,识别观测中的异常.研究地磁静日变化的预测方法在地磁观测数据分析处理中具有应用意义. 地磁日变化主要包含了地球外部空间电离层和磁层电流体系的变化信息,有静日变化和扰日变化之分.通常情况下人们利用每月中的5天静日变化的平均作为当月的Sq变化的估计.     

分析含水层水位恢复数据的多次直线解析法

提出了一种分析含水层抽水试验中水位恢复数据的新方法。在方法的建立过程中,考虑了地下水位在上升和下降过程中,含水层的的释水系数和贮水系数之间可能存在着的差异。对表示水位恢复阶段降深变化表达式中的两个表达式都采用了相同的简化方式,即对由于持续抽水引起的降深项和停抽时刻开始的虚拟注水引起的降深项,均采用了保留Theis井函数的级数表达式中前三项作为其简化式,简化条件为无量纲时间 和 。在这样的简化条件下,建立了具有同时能够确定含水层导水系数、贮水系数和释水系数的方法。根据贮水系数和释水系数是否相等,可以判断含水层水位下降与水位恢复过程的形变是否可逆。最后,通过算例说明了方法的应用步骤。     

面向单脉冲信号分类的集成特征选择与评价

受大量射频干扰信号影响,快速从海量观测数据中准确识别出单脉冲信号已成为天文数据处理的一项重要任务,而设计和提取有效数据特征,是利用机器学习进行单脉冲信号高效识别的决定因素.针对如何选择最优特征,进而提升单脉冲信号的分类精度这一关键问题,设计了面向单脉冲信号分类的集成特征选择方法.方法首先混合单脉冲信号的参数特征、统计特征和抽象特征,然后分别利用5种单一特征选择方法选出各自的最优特征集,最后利用贪心策略对5种单一方法获取的最优特征集进行集成筛选,获取最优集成特征集.实验表明,最优特征集合既包含统计特征也包含抽象特征.在相同特征数量下,利用集成特征选择比单一特征选择能获得更高的模型精度,可使F1值最高提升1.8%.在海量数据背景下,集成特征选择对减少特征数量、提升分类性能和加快数据处理速度具有重要作用.