【摘 要】
：
针对建筑物累计沉降监测数据量少、信息贫乏、非等间隔、光滑性差且呈近似指数增长等特点,建立了非等间隔灰色GM(1,1)预测模型.采用函数cot(x2)对原始建模监测数据进行光滑度提升变换,再按作用和地位不同对建模监测数据赋予不同权重,以此提高了模型的预测精度.实证分析表明加权非等间隔灰色cot(x2)-GM(1,1)模型具有较高的预测精度,可用以工程实践.
【机 构】
：
兰州石化职业技术学院信息处理与控制工程学院
【基金项目】
：
教育部职业院校信息化教指委研究课题(教育部信息化教指委[2018]7号),兰州石化职业技术学院科研项目(院发[2019]228号)。
论文部分内容阅读
针对建筑物累计沉降监测数据量少、信息贫乏、非等间隔、光滑性差且呈近似指数增长等特点,建立了非等间隔灰色GM(1,1)预测模型.采用函数cot(x2)对原始建模监测数据进行光滑度提升变换,再按作用和地位不同对建模监测数据赋予不同权重,以此提高了模型的预测精度.实证分析表明加权非等间隔灰色cot(x2)-GM(1,1)模型具有较高的预测精度,可用以工程实践.
其他文献
当前国内铁路建设规模空前,然而鲜有研究对铁路工程建设的真实建设管理效率做出客观测评,也缺乏相关评价方法体系.基于层次分析法理论和超效率数据包络分析模型构建了铁路工程建设管理效果评价模型方法,并按成本管理、质量管理、进度管理、资源管理和安全管理五大维度建立了评价指标体系.基于典型铁路工程数据运用上述复合方法体系分别测算了各项目在五维度的管理效率,并根据层次分析法确定各维度权重值,完成了各决策单元总效率的综合计算与评价分析.取得了如下研究结论:提出了一种可用于量化综合评价铁路建设管理实施效率的判别方法体系,并
An explicit example of a Reich sequence for a uniquely extremal quasiconformal mapping in a borderline case between uniqueness and non-uniqueness is given.
随着大数据时代的到来,人工智能、物联网等技术的发展,移动对象位置信息的急剧膨胀,信息数据已经复杂化和多样化起来,使得研究时空轨迹数据变得相当困难.因此,挖掘复杂多样的时空轨迹数据隐含信息已经成为数据挖掘领域的核心问题.研究发现时空轨迹数据具有分布不均匀和频率不稳定等特点,通过探究其构成方式,提出一种适合时空轨迹数据的预处理方式;同时,基于移动对象在运动中轨迹数据的时空变化,探寻研究对象的活动规律,并以此构建了热点区域发现和周期模式发现方法;最后,从实际应用的角度出发,采用基于划分和基于密度的聚类算法,以2
考虑含时间延迟的四维能源供需系统,建立时滞系统,分析了系统平衡点的稳定性.利用中心流形定理和Poincare规范型方法,得到了 Hopf分支周期解的性质.数值模拟结果验证了理论的有效性.
建立具有恐惧因素年龄结构的食蚜蝇-蚜虫种群系统,分析了系统解的正性,有界性和平衡点的局部渐近稳定性,给出了两种群达到稳定时食蚜蝇和蚜虫的数量比.研究结果发现恐惧因素不影响系统正平衡点的稳定性,但影响捕食者的数量.最后进行了数值模拟,直观给出了恐惧因素对捕食者-食饵系统的影响.
引进并研究用(p,q)量子微分算子定义的一类m-调和函数.用从属关系和不等式理论得到属于该类的充要条件、偏差定理和极值点.所得结果推广Ya～ar和Yal(c)in(2013)在文献中得到的
Cuong在文献中引入了四维Minkowski空间中类空曲面的LS_r高斯映射的概念并研究了该空间中全脐类空曲面的微分几何性质.发现该类高斯映射存在奇异性并利用Lagrangian奇点理论和切触理论具体刻画了LS_r值高斯映射的奇点.
对自动驾驶为整体的系统展开研究,基于卷积神经网络(CNN)构建端到端的自动驾驶系统.实验发现图像序列能够增强转向角预测性能,采用3帧RGB图像作为模型输入的方式相比传统的单流CNN模型预测精度得到显著提高.将时间信息引入端到端自动驾驶系统,提出双流CNN结构,将时空信息有效组合,引导神经网络通过归纳传递发现短期的时间依赖性.同时基于树莓派平台设计了一种微缩智能车,以此验证在实际应用中端到端自动驾驶
依据研究区5种典型人工林近自然状况,以人工生态公益林的近自然经营管理为目标,提出林分结构调整策略与方法。主要从林分结构、物种组成、年龄及枯死木几个方面考虑选取了垂直结构、水平结构、草本盖度及其多样性、天然更新、物种多样性、组成系数、直径分布、枯木比例、健康木比例10个指标,应用基于单位圆的π值法则,采取定性与定量相结合的方法,对5种林分的近自然状态做出评价并依据评价结果提出相应改造措施。青海云杉-