BP网络模型在时序预测中的应用

提出一种ＢＰ网络模型用于时序预测的方法，就网络结构设计和网络训练的有关问题进行探讨。通过实例分析，结果理想。     

铁路客运专线特大桥沉降预测模型

针对客运专线特大桥沉降提出混沌行为测定方法，利用非线性理论与混沌时间序列方法，建立了铁路客运专线特大桥沉降预测模型。采用嵌入定理，对特大桥沉降时间序列进行重构。通过计算相关维度、Kolmogorov熵、最大Lyapunov指数来测定该时间序列的混沌行为特征，并以石武客运专线某座特大桥A、B桥墩为例进行实例研究。计算结果...     

针对行人小腿保护的SUV前保结构设计与优化

为达到保护行人小腿的目的,提出了适用于SUV的前保结构概念设计,并建立了有限元模型。采用响应面法和序列二次规划法,研究了前保部件的厚度参数对小腿评价指标的影响,并对前保结构进行了多目标优化。结果表明,优化后的前保结构可以满足国内行人保护法规,并降低了成本。     

08-32型捣固车检修整机拆卸的原则及应注意的问题

08 - 32型捣固车是铁路线路大修中常用的重要设备,对它检修过程中的拆卸原则及注意事项进行了论述.对它的检修及整机拆卸过程中必须注意的环节和原则在大型养路机械检修中具有代表性.     

拆装动力转向系统应注意的事项

动力转向系统各总成机件在出厂前均调整合适,用户不得随意拆卸。但若在使用中出现转向沉重故障,经检查确由动力转向系统造成而必须拆卸时,应注意如下几点：①要遵守操作规程,按各车型维护手册规定的方法拆装。拆装时要认真细致,     

生物信息学中的多序列比对算法

多序列比对是生物信息学中基本的信息处理方法,对于发现生物序列中的功能、结构和进化信息具有重要的意义.本文对多序列比对的算法进行了介绍并分析了它们的优劣.     

基于经验模态分解与长短时记忆神经网络的短时地铁客流预测模型

为降低样本噪声对客流预测模型的干扰, 结合深度学习理论, 提出了一种基于经验模态分解与长短时记忆神经网络的短时地铁客流预测模型; 将预测过程分为3个阶段, 第1阶段预处理原始地铁刷卡数据, 构建进(出)站客流时间序列, 运用经验模态分解法将时间序列转化为一系列本征模函数及残差, 第2阶段利用偏自相关函数确定长短时记忆神经网络的输入变量, 第3阶段基于深度学习库Keras, 完成长短时记忆神经网络的搭建、训练及预测; 以上海地铁2号线人民广场站客流数据验证了模型的有效性。计算结果表明: 与代表性的预测模型(差分自回归移动平均模型、支持向量机、经验模态分解与反向传播神经网络、长短时记忆神经网络)相比, 经验模态分解与长短时记忆神经网络预测模型分别将工作日高峰、平峰、全日的进(出)站客流预测精度分别至少提升了2.1%(2.5%)、2.7%(3.5%)、2.7%(3.4%), 将非工作日全日的进(出)站客流预测精度至少提升了3.3%(3.5%), 说明经验模态分解与长短时记忆神经网络的组合是一种预测短时地铁客流的有效模型; 当预测步长由5 min逐渐增加至30 min时, 工作日高峰、平峰和全日进(出)站客流的平均绝对百分比预测误差分别由14.8%(13.9%)、16.8%(17.4%)和16.6%(17.0%)逐渐降低至7.0%(6.2%)、8.3%(7.5%)和8.1%(7.4%), 说明该方法预测误差与预测步长呈负相关。      

现代时间序列分析在扫雷作战效果评估中的应用

针对扫雷作战效果评估出现异常结果,特别是在混布雷阵效果评估过程中出现发散、突变和精度低的问题,采用现代时间序列分析法对扫雷作战效果进行评估。结合扫雷作战特点,给出具体的求解过程。通过对4种典型雷阵的仿真和分析,结果表明了该评估方法的有效性,尤其对混布雷阵也有很好的评估效果,且计算过程简便,可用于扫雷作战效果的实时评估。     

基于延迟相乘的快速周期累积序列估计方法

针对在低信噪比条件下直接扩频(DS/SS)通信系统中伪随机(PN)序列难以估计的问题,论文提出了一种简单的PN码序列估计方法.在已知PN码周期和码速率的前提下,应用延迟相乘的方法,消除信息码对PN信号的影响,将延迟相乘信号进行分段和整周期累积,通过滤波、运算,实现PN码序列的估计.理论分析和仿真实验结果表明:在—17dB的信噪比容限下,应用论文的方法能够快速准确地实现PN码中短码和长码的序列估计.