Banach空间中渐近伪压缩映象迭代序列的强收敛性

Banach空间中非线性算子的不动点的迭代逼近问题是非线性逼近理论中所研究的最重要的问题之一。本文中研究了Banach空间中渐近伪压缩映象不动点的迭代逼近问题,改进和推广了文献[6]的相应结果。     

基于机器学习算法的船舶通信网络信道估计

针对传统船舶通信网络信道估计方法调控响应性能较差的问题,提出一种基于机器学习算法的船舶通信网络信道估计方法。在物理层LTE协议中定义导频序列,基于gold序列设计船舶通信网络信道的导频序列,通过奈奎斯特定理决定导频信号的插入密度,在设计的船舶通信网络信道导频序列中按照该密度插入导频信号,基于机器学习算法拟合不同时间点同一子帧内的信道估计值,以实现船舶通信网络的信道估计。为了证明基于机器学习算法的船舶通信网络信道估计方法的调控响应性能较强,比较该方法与传统船舶通信网络信道估方法。实验结果证明该方法的调控曲线拟合性最强,即该方法的调控响应性能优于实验中的传统方法,证明了该方法的优越性。     

基于EEMD-ELM 的航班运行风险混沌预测

针对航班运行风险可靠预测方案，以某航空公司2016-2018 年航班运行风险数据为基准，通过相空间重构，序列混沌特征的识别，构建基于极端学习机(ELM)的航班运行风险混沌短期预测模型，基于集成经验模态分解(EEMD)阈值降噪方法进行改进；最后，计算风险预测结果，分析不同方式下的预测精度. 结果表明：航班运行风险时间序列具有混沌特征， EEMD方法可抑制序列本征模态函数(IMF)的模态混叠现象；经由EEMD阈值降噪处理后，短期预测结果的修正平均绝对百分误差(MAPE)值显著下降. 证实本文航班运行风险预测方案可行且有效.     

志贺菌中成簇的规律间隔短回文重复序列与毒力基因和耐药基因的关系

目的探索志贺菌中成簇的规律间隔短回文重复序列(clustered regularly interspaced short palindromic repeats,CRISPR)与毒力基因和耐药基因的关系。方法从GenBank数据库中获得志贺菌的基因组、毒力基因和耐药基因的序列,通过多序列比对等方法获得志贺菌中CRISPR1、CRISPR2和CRISPR-Q1的分布情况、重复序列和间隔序列信息,通过BLAST方法获得毒力基因和耐药基因在志贺菌中的分布情况,SPSS 21.0软件分析CRISPR与毒力基因和耐药基因的关系。结果志贺菌中的CRISPR1和CRISPR2在不同菌株中的间隔序列差别较大,CRISPRQ1分布更为广泛(超过99%)。毒力基因在志贺菌中分布比较广泛(均超过56%),耐药基因中的blaOXA-1、camr、Sul2、tetB分布也比较广(超过50%)。CRISPR1/CRISPR2与是否携带9种毒力基因、4种耐药基因有关(P<0.05),CRISPR-Q1与是否携带3种毒力基因、4种耐药基因有关(P<0.05)。CRISPR1/CRISPR2和CRISPR-Q1均与志贺菌中存在的毒力基因和耐药基因的个数间有统计学关联(P<0.05)。CRISPR1/CRISPR2与CRISPR-Q1的间隔序列数目之间存在统计学关联(χ2=61.6,P<0.001)。结论志贺菌中不同CRISPR的分布差异比较大,存在的间隔序列数目不等;志贺菌CRISPR与部分毒力基因和耐药基因之间存在负相关;CRISPR1/CRISPR2与CRISPR-Q1的间隔序列数目存在正相关。     

Y型航道内船舶交通流量的非线性特征研究

针对Y型航道管理中需要掌握船舶交通流量的基本特征问题,基于历史数据,构建了船舶交通流量时间序列,利用时间延迟、最大Lyapunov指数和递归图验证了序列具有混沌特征.通过计算关联维数,证明了序列具有分形特征.研究结果表明Y型航道内船舶交通流量时间序列具有非线性特征,由于时间间隔的不同,非线性的强弱也不相同,其中时间间隔为30 min时,序列的非线性特征最明显,随着时间间隔增大,系统的非线性特征逐渐减弱.     

基于3种可视图的进场航班流量波动特性适应性评估

在空域资源优化配置、运行效率提升、飞行安全保障等方面, 掌握空中交通流量波动规律发挥着先导性、基础性和关键性作用。为评估可视图、水平可视图、有限穿越可视图这3种图对航班流量波动特性及其演化的刻画能力, 针对同1个进场航班流的多尺度流量时间序列构建复杂网络, 分别从网络的整体结构和局部结构开展了适用性评估分析。针对网络整体结构特点, 提出了基于网络结构从属阵特点的网络细节损失率定义, 再通过k-core聚类分析考察了k阶核量化流量波动强度的适用性; 针对网络局部结构特点, 利用motif方法计算波动模式转移概率, 分析了不同长度序模体刻画波动演化的适应性水平。分析结果表明: ①当有限穿越可视图网络N值与节点数量占比在0.48%~1.442%区间时, N值的选择能够保证从属阵细节损失率在0.5范围内; ②可视图与有限穿越可视图(N=1~3)均能有效刻画航班流量时间序列的波动强度, 对时间序列波动的适应性评估值分别为2.665、4.810、6.973和9.883;③motifs序列长度过短, 将导致motifs类型数量少、不同motifs类型之间的转移概率趋于相同, 而在交通流混沌特性的影响下motifs序列过长对于预测没有意义, 因此, 可视图及N=1~3的有限穿越可视图motifs序列长度推荐使用选择4~7个节点长度。综上所述, 运用k-core聚类与motifs方法能有效分析整体网络与局部网络下波动模式的转移特征, 准确揭示空中交通时间维度的演变规律, 相关分析结果可以为航班延误预测提供依据, 能在航班实际运行管理中发挥先导性作用。      

基于数据预测的区域道路状态模糊判别

区域路网交通状态判别是实施区域交通管理控制和交通诱导的基础。为有效且有前瞻性地描述区域路网拥挤状况,提出了1种基于时间序列数据预测和主成分分析相结合的模糊综合定量评价方法。以路段平均速度和交通流量为描述交通拥挤状况的参数,利用时间序列预测模型对数据进行预测;将路网中各路段的平均旅行时间作为总延误的影响因素;再利用主成分分析法确定各个路段对区域拥挤的影响权重;最后运用模糊综合评价法对区域路网拥挤状况进行评估。以山西省临汾市实际路网为例,通过 Vissim 交通仿真软件和 SPSS 数据统计分析软件对算法进行了仿真验证。仿真结果表明,该算法能够有效地预判城市区域的交通状况,为交通管理、控制和诱导提供准确的依据。