检索结果-南通市图书馆

1995年中国控制会议

作者：王宝智陈庆华庄逢辰国防科工委指挥技术学院电子技术系国防科工委指挥技术学院电子技术系国防科工委指挥技术学院电子技术系

我们知道,从遥外测数据中提取飞行器的轨道参数是实现其姿态控制的首要关键．而遥外测数据处理系统的软件是精度分析方法[0]．一类有效的精度分析方法是线性回归建模,比如文中模型（1）． Y=xβ+E （1）处理模型（1）的传统精度分析方... 详细信息

我们知道,从遥外测数据中提取飞行器的轨道参数是实现其姿态控制的首要关键．而遥外测数据处理系统的软件是精度分析方法[0]．一类有效的精度分析方法是线性回归建模,比如文中模型（1）． Y=xβ+E （1）处理模型（1）的传统精度分析方法（如LSE,LAD及M-Estimate）给出的轨道参数（即（1）的回归参数β）在遥外测数据含野值时会严重偏离真值[2]．目前,国际上较先进的测量手段（如GPS等）所获得的遥外测数据中仍含有5-10%的野值[3]．这样,含野值情况下遥外测数据处理方法的研究就显得非常有意义了．本文讨论了含野值情况下,从遥外测数据中提取轨道参数的一类稳健估计方法．具体讲．我们首先指出了这一领域中最有效的经典M-估计的三大缺点（如下所述）,然后针对这些缺点,我们提出了ρ函数的一类新版本,以此为基础并结合函数逼近论的思想方法．我们提出了经典M-估计的最佳逼近估计-BANE（Best Approximation M-estimate）．我们给出了BANE的快速算法,对BANE的定量稳健性作了详细分析．本文结论表明:BANE不但保留了M-估计的优点, 而且克服了其上述缺点．具有理论性质优良,可操作性好以及稳健度高等优点．

关键词：飞行器遥外测数据飞行器姿态控制精度分析线性回归建模野值稳健估计 H-估计

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

北太平洋表层海水pH值反演及时空分异特征研究

北太平洋表层海水pH值反演及时空分异特征研究

引用

作者：王杰上海海洋大学

学位级别：硕士

随着大气CO的急剧增加,海水不断酸化,破坏了海洋生态系统平衡,导致海洋生态系统发生不可逆转的变化,从而影响到人类社会发展。海水pH值能直接反映海水酸化程度,因此海水pH的实时监测迫在眉睫。目前海水pH监测数据稀缺,无法建立长时间序... 详细信息

随着大气CO的急剧增加,海水不断酸化,破坏了海洋生态系统平衡,导致海洋生态系统发生不可逆转的变化,从而影响到人类社会发展。海水pH值能直接反映海水酸化程度,因此海水pH的实时监测迫在眉睫。目前海水pH监测数据稀缺,无法建立长时间序列的空间分布,利用易获数据进行表层海水pH反演建模是有效方法。北太平洋对全球气候变化起着至关重要的作用,因此对北太平洋表层海水pH进行反演建模是十分重要的。除了大气CO浓度增高是导致海洋酸化的最主要的因素之外,海水温度、海水盐度、海水溶解氧浓度、表层海水二氧化碳分压、海水总碱度等因子也会影响海水pH值的变化。本论文基于数据量较大的实测表层海水的多种参数数据(走航数据和站点数据),如海表面温度(SST)、海表面盐度(SSS)、二氧化碳分压(p CO)、溶解氧(DO)和总碱度(TA),利用线性回归建模和BP神经网络建模方法,对北太平洋近岸海域(黄海、东海、南海、日本海、北太平洋东岸海域)、北太平洋大洋以及北太平洋整体海区进行表层海水pH值建模,并利用建好的最佳模型对北太平洋表层海水pH值进行估算,从而分析1999-2018年北太平洋表层海水pH的时空分布特征。结论如下:1)北太平洋东岸海域、北太平洋大洋以及北太平洋整体海域模型的决定系数R均超过0.9,这是因为三个海域反演建模中使用的数据是站点数据,具有较强稳定性和可靠性。北太平洋东岸的最佳线性回归模型是:pH=8.7970–0.0068*SST–0.0069*SSS–0.0010*p CO,该模型是所有模型中的最佳反演模型,不仅决定系数R高达0.9810,而且四季验证中误差也较小。其次是北太平洋整体海域的表层海水pH与SST-SSS-p CO的BP神经网络模型,其决定系数为0.9768,四季验证的误差也较小。北太平洋大洋的最佳模型是pH-SSS-p CO BP神经网络模型,决定系数达到0.9743,但不适用于春季。2)利用走航实测数据反演的模型拟合度较站点实测数据反演的模型差。黄海的最佳反演模型是pH=9.2338–0.0112*SST–0.0286*SSS–0.0206*DO,决定系数R为0.8755,在春、秋、冬季的适用性高;东海的最佳模型是BP神经网络模型—pH-SST-SSS-DO模型,该模型决定系数为0.8711,但仅适用于夏季和秋季;南海的建模结果是所有模型中最差的,最佳模型pH=8.3857-0.0116*SSS+0.0520*DO-0.0264*TA的决定系数才为0.7060。日本海的最佳反演模型是pH=7.9459+0.0058*SST–0.0110*SSS+0.0767*DO,决定系数R为0.8451,适用于春、夏、冬三季。3)本文利用两种建模方法:线性回归建模和BP神经网络建模方法。BP神经网络建模时,每次建模结果都不相同,而线性回归建模只会有一种建模结果,相比之下线性回归建模更加方便;从本文建模过程可知,BP神经网络的拟合优度在大多数情况下会比线性回归高,但在进行季节适用性验证中,线性回归建模更适用于多个季节,这是因为BP的过拟合现象,虽然模型拟合度高,但适用性却不断下降。4)利用北太平洋整体海域的最佳BP神经网络模型(pH-SST-SSS-p CO),对1999-2018年北太平洋表层海水pH值进行估算。从空间分布来看,北太平洋表层海水pH值表现为西北向东南逐渐递减的趋势,近岸海水酸化严重;从年际变化来看,北太平洋表层海水pH值不断下降,20年间pH值下降约0.03;从季节变化来看,夏季表层海水pH值最低,冬季海水pH值最高,秋季海水酸化最为严重,春季海水酸化程度最轻。

关键词：表层海水pH 影响因子线性回归建模 BP神经网络建模时空分布

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

场间尾迹簇对风电场发电量和载荷的影响分析

引用

分布式能源 2021年第2期6卷 56-60页

作者：孙涛中国大唐集团新能源科学技术研究院有限公司北京市西城区100052

随着我国风电产业的快速发展,以及土地、接入系统等因素的限制,区域内多风场聚集的现象越来越普遍。首先,为明确相邻风电场间尾迹簇对风电场发电量的影响,利用3座风电场的实测数据,采用线性回归方法,仿真计算了尾迹簇对下风向风电场的... 详细信息

随着我国风电产业的快速发展,以及土地、接入系统等因素的限制,区域内多风场聚集的现象越来越普遍。首先,为明确相邻风电场间尾迹簇对风电场发电量的影响,利用3座风电场的实测数据,采用线性回归方法,仿真计算了尾迹簇对下风向风电场的发电量,仿真结果表明陆上相距13 km风电场间尾迹簇对发电量的有影响。其次,利用***风电场仿真工具对尾迹簇对风力机的载荷影响进行了分析,仿真结果表明下风向风机在低速轴、偏航轴承等大部件的载荷受尾迹簇影响明显增加。

关键词：尾迹簇线性回归建模风电场仿真载荷分析

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：