基于支持向量机的巴拿马型船舶运价指数预测方法

考察运价指数波动的内在规律和外在影响,提出新模型预测运价指数,为航运市场经营者和投资者提供把握市场态势、规避价格风险的有力工具. 针对波罗的海巴拿马型船舶运价指数（BPI）序列,首先用小波变换对运价指数序列进行去噪,消除干散货运输市场中无规律的突发事件所造成的影响;在此基础上以前五个月的BPI值为输入变量,以第六个月的运价指数为输出变量,对支持向量机（SVM）进行训练,得到预测模型. 通过实证分析发现小波变换-SVM混合预测模型具有较高的预测精度,可用于对巴拿马船型运价走势的预测.     

Orthogonal discriminant improved local tangent space alignment based feature fusion for face recognition

Improved local tangent space alignment (ILTSA) is a recent nonlinear dimensionality reduction method which can efficiently recover the geometrical structure of sparse or non-uniformly distributed data manifold. In this paper, based on combination of modified maximum margin criterion and ILTSA, a novel feature extraction method named orthogonal discriminant improved local tangent space alignment (ODILTSA) is proposed. ODILTSA can preserve local geometry structure and maximize the margin between different classes simultaneously. Based on ODILTSA, a novel face recognition method which combines augmented complex wavelet features and original image features is developed. Experimental results on Yale, AR and PIE face databases demonstrate the effectiveness of ODILTSA and the feature fusion method.     

小波分析在桥梁健康监测中的应用研究

基于钢筋混凝土梁信号采集试验,选用恰当的小波基函数,利用小波分析技术在信号处理和数据分析领域的优势,通过小渡分析对信号进行分解和重构,分析桥梁结构在振动时振动信号的奇异性,最终可实现桥梁健康监测中的损伤预警和对结构工程损伤的早期诊断,从而为结构的维修加固提供可靠的依据。     

AN FFT-BASED SELF-SIMILAR TRAFFIC GENERATOR

IntroductionWhen modeling network traffic,packet ar-rivals are often assumed to be Poisson processes,because such processes have attractive theoreticalproperties. Recenet work,however,argues con-vincingly that local- area network traffic is muchbetter modeled using statistically self- similar pro-cesses[1] ,which have more different theoreticalproperties than Poisson processes. A subsequentinvestigation suggests that the same holds forwide- area network traffic[2 ,3 ] .The theory of self- sim…     

混合智能算法在城市道路短时交通流量预测中的研究

对城市道路短时交通流进行准确预测是实现城市交通控制与交通诱导的关键。针对目前单一预测方法预测精度不高的问题,提出了小波与支持向量机（SVM）融合的预测新方法;同时为了避免SVM知识学习过程陷入局部最优的问题,采用粒子群算法（PSO）来优化SVM的关键参数,以提高对短时交通流量的预测精度。通过对武汉市道路交通流数据的实验分析,结果表明所提出的方法能够准确提取实验数据关键特征,显著提高SVM的预测精度,且结果比单一使用方法提高了近9%。     

基于边界点分布特征的夜间道路检测算法研究

提出一种在结构化道路情况下的夜间道路标志线检测算法。选择邻域均值滤波、Sobel算子和最大熵分割算法对道路图像进行预处理。结合道路灰度图像与道路边界图像,分析夜间道路边界点的分布特征,将道路边界点划分为到4个点集。针对虚假道路边界点,应用多方向搜索方法予以消除。选用2D的直线模型,采用改进的Hough变换从预处理后的图像中获取道路几何特征参数,最终检测出道路边界。试验结果表明本算法可靠、有效,户外试验中具有很好的鲁棒性。     

预应力管道压浆质量无损检测方法

为了准确评价后张法预应力混凝土结构管道内部的压浆质量,对实际压浆过程中可能出现的缺陷做出定性与定量分析,采用冲击回波法并结合小波神经网络进行无损检测研究。利用管道内置的软泡沫来模拟实际压浆体缺陷开展模型试验,在此基础上通过小波分析探讨冲击回波响应和管道压浆质量之间的关系,并提取测试信号对缺陷敏感的特征向量,创建一个单隐层的BP神经网络对预应力管道的压浆质量进行诊断。最后结合实际工程现场试验,完善智能评价系统。研究结果表明:经过训练、测试的3层BP神经网络具有很好的抗噪性能,在5dB噪声干扰下能够稳定和较准确地识别出缺陷大小,且诊断误差很小;实际工程的现场测试进一步验证了该方法的有效性。     

冲击荷载下粘弹性地基上弹性道面板响应分析

建立了冲击荷载作用下粘弹性地基上弹性道面板力学计算模型,较真实地反映了工程的实际情况,对自由边界条件下板的运动方程,采用有限傅立叶变换等手段进行了求解。并对比了其与弹性地基模型上道面板的弯沉,说明地基粘性效应限制了板的冲击挠度的发展,对工程设计的改进具有一定意义。     

基于EMD和Gabor变换的发动机曲轴轴承故障特征提取

针对发动机振动信号的非平稳特点,提出了一种基于经验模态分解(EMD)和Gabor变换相结合的曲轴轴承故障特征提取新方法。通过EMD方法将发动机非稳态加速振动信号分解成多个本征模态函数(IMF),对与原信号相关性强的前4阶IMF分量进行Gabor变换,从各阶分量Gabor时频分布图的频带能量累加曲线中提取能够反映曲轴轴承磨损故障的频带能量作为故障特征参数。试验结果表明,该方法提取的故障特征参数能敏感地反映曲轴轴承的磨损状态,可作为诊断曲轴轴承故障的重要特征量。     

隧道爆破信号主分量特征提取与毫秒延期识别研究

为了准确揭示隧道爆破振动信号所包含的反映爆破特征参数的重要信息,通过EMD分解与交叉小波变换组合分析方法对实测爆破信号进行分析,得到各分量与原信号的相关性系数,从而准确判别出信号的主分量。再依据相关性系数对包含主分量在内的相关分量重组并进行Hilbert变换取模值,精确识别出隧道采用的各段别雷管的毫秒延期时间。结果表明： 组合方法确定的主分量及相关分量重组信号能够突出爆破信号的主要特征,对隧道爆破信号的分析效果好。