- 相關(guān)推薦
橢圓形油罐中油料貯量測(cè)算實(shí)用方法
橢圓形油罐中油料貯量測(cè)算實(shí)用方法
作者：
作者單位：
刊名：
英文刊名：
年，卷(期)：
被引用次數(shù)：畢珍平， 韓八曉， 聶武軍， Bi Zhen-ping， Han Ba-xiao， Nie Wu-jun內(nèi)蒙古公路工程局,呼和浩特,010010內(nèi)蒙古公路與運(yùn)輸HIGHWAYS & TRANSPORTATION IN INNER MONGOLIA2001，""(1)0次
相似文獻(xiàn)(10條)
1.學(xué)位論文 李慧 配電系統(tǒng)負(fù)荷數(shù)據(jù)處理方法的研究 2005
本文對(duì)非量測(cè)負(fù)荷修正、測(cè)點(diǎn)布置、不良數(shù)據(jù)的辨識(shí)與修正等幾個(gè)問(wèn)題進(jìn)行研究，提出了一系列配電負(fù)荷數(shù)據(jù)處理方法，得到了比較滿(mǎn)意的結(jié)果。 本文首次提出采用狀態(tài)估計(jì)的數(shù)學(xué)方法對(duì)配電系統(tǒng)非量測(cè)負(fù)荷數(shù)據(jù)進(jìn)行修正，使非量測(cè)負(fù)荷數(shù)據(jù)的準(zhǔn)確度達(dá)到或接近實(shí)測(cè)負(fù)荷數(shù)據(jù)的準(zhǔn)確度；提出了處理電壓量測(cè)的變換方法，從而增加了量測(cè)冗余度、提高了估計(jì)精度；針對(duì)配電系統(tǒng)中非量測(cè)負(fù)荷精度差導(dǎo)致加權(quán)最小二乘估計(jì)器失效的問(wèn)題，提出了基于支路電流的抗差估計(jì)方法抵御粗差的不利影響；在實(shí)際應(yīng)用中杠桿量測(cè)對(duì)非量測(cè)負(fù)荷估計(jì)的影響不容忽略，提出基于支路電流的全面抗差估計(jì)方法較好地解決了非量測(cè)負(fù)荷估計(jì)中杠桿量測(cè)問(wèn)題。
本文詳細(xì)分析了測(cè)量精度(或量測(cè)方差)對(duì)量測(cè)估計(jì)誤差總方差的影響，定義了偽量測(cè)點(diǎn)對(duì)量測(cè)估計(jì)誤差總方差的靈敏度因子，提出了基于靈敏度因子的配電系統(tǒng)測(cè)點(diǎn)布置方法，并用實(shí)例證實(shí)了該方法簡(jiǎn)單實(shí)用；提出了基于信號(hào)奇異性檢測(cè)的配電系統(tǒng)不良數(shù)據(jù)辨識(shí)方法。
本文針對(duì)實(shí)測(cè)負(fù)荷功率作為可疑不良數(shù)據(jù)被剔除后的修正問(wèn)題，采用了短期負(fù)荷預(yù)測(cè)方法來(lái)解決。對(duì)GM(1，1)基本建模過(guò)程中第一個(gè)數(shù)據(jù)不起作用的結(jié)論作了全新的簡(jiǎn)潔的推導(dǎo)，提出了計(jì)及第一個(gè)數(shù)據(jù)的零加數(shù)GM(1，1)組合預(yù)測(cè)方法。該方法從兩個(gè)角度選取原始序列進(jìn)行零加數(shù)建模，采用關(guān)聯(lián)度的分析方法，將預(yù)測(cè)值進(jìn)行線性組合，提高了短數(shù)據(jù)序列的預(yù)測(cè)精度，且預(yù)測(cè)精度滿(mǎn)足實(shí)際應(yīng)用的要求；研究和開(kāi)發(fā)了“10kV架空線路運(yùn)行分析與自動(dòng)化管理系統(tǒng)”項(xiàng)目中的配電負(fù)荷數(shù)據(jù)處理模塊。
2.期刊論文 徐臣.余貽鑫.XU Chen.YU Yixin 提高配電網(wǎng)狀態(tài)估計(jì)精度的量測(cè)配置優(yōu)化方法 -電力自動(dòng)化設(shè)備2009,29(7)
為適應(yīng)配電網(wǎng)的智能化要求,達(dá)到提高配電網(wǎng)狀態(tài)估計(jì)精度的目的,應(yīng)用M-P廣義逆矩陣和加權(quán)最小二乘問(wèn)題的唯一極小最小二乘解等數(shù)學(xué)方法,推導(dǎo)出量測(cè)誤差和狀態(tài)向量估計(jì)誤差之間的數(shù)學(xué)關(guān)系表達(dá)式:提出了一種新穎的量測(cè)評(píng)估和配置優(yōu)化的方法.利用評(píng)估算法對(duì)待考察的量測(cè)集合進(jìn)行評(píng)估后,從評(píng)估結(jié)果中選出排序靠前的量測(cè)類(lèi)型和安裝位置,從而得到量測(cè)裝置的配置優(yōu)化方案.對(duì)于算例系統(tǒng),應(yīng)用該方法獲得的量測(cè)配置優(yōu)化方案,僅需安裝少量量測(cè)裝置就可以提高狀態(tài)估計(jì)精度在60%以上.
3.學(xué)位論文 劉蒙蒙 騾坪隧道施工監(jiān)測(cè)及其圍巖參數(shù)的智能反分析研究 2009
隧道工程信息化動(dòng)態(tài)設(shè)計(jì)與施工的觀念已經(jīng)越來(lái)越被人們所接受和采用，如何正確給定隧www.oriental01.com道圍巖的計(jì)算力學(xué)參數(shù)，-直是個(gè)比較棘手的問(wèn)題，位移反分析方法為圍巖參數(shù)的獲取提供了一條比較有效的途徑。本文以重慶市巫奉高速公路的騾坪隧道為研究載體，以現(xiàn)場(chǎng)監(jiān)控量測(cè)資料為依據(jù)，建立了-個(gè)基于MATLAB神經(jīng)網(wǎng)絡(luò)工具箱的隧道圍巖參數(shù)的智能反分析系統(tǒng)，并將之應(yīng)用于實(shí)際工程中，對(duì)同類(lèi)隧道工程的設(shè)計(jì)、施工、監(jiān)測(cè)都具有重要的指導(dǎo)意義。 本文的主要內(nèi)容與研究成果有：
1、根據(jù)騾坪隧道的工程概況、工程地質(zhì)條件、水文地質(zhì)條件及該隧道的主體工程設(shè)計(jì)方法等內(nèi)容，著重分析總結(jié)了騾坪隧道實(shí)施監(jiān)控量測(cè)的必要性、量測(cè)方案的設(shè)計(jì)、量測(cè)頻率的確定以及量測(cè)數(shù)據(jù)的處理與應(yīng)用，并根據(jù)現(xiàn)場(chǎng)的實(shí)際情況合理地制定了監(jiān)控量測(cè)實(shí)施方案；通過(guò)對(duì)騾坪隧道動(dòng)態(tài)施工過(guò)程的現(xiàn)場(chǎng)監(jiān)控量測(cè)，獲得其在開(kāi)挖過(guò)程中的第一手量測(cè)數(shù)據(jù)，掌握隧道在開(kāi)挖過(guò)程中圍巖和襯砌的應(yīng)力和變形的變化情況，應(yīng)用回歸分析等數(shù)學(xué)方法找出圍巖位移的內(nèi)在變化規(guī)律，確定圍巖變形收斂趨于穩(wěn)定的時(shí)間和最終的總變形量，為二次襯砌提供合理的支護(hù)時(shí)機(jī)。
2、針對(duì)隧道工程的特點(diǎn)，分析了隧道圍巖位移的各種影響因素，初步確定隧道圍巖的待反演參數(shù)，利用ANSYS數(shù)值模擬軟件建立合理的隧道圍巖參數(shù)反演驗(yàn)證模型。
3、著重分析概括了神經(jīng)網(wǎng)絡(luò)、神經(jīng)元的概念及其所具有的特性、人工神經(jīng)元的模型；然后重點(diǎn)研究了神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)行為和學(xué)習(xí)算法，神經(jīng)網(wǎng)絡(luò)模型的分類(lèi)。通過(guò)分析研究BP網(wǎng)絡(luò)的程序設(shè)計(jì)流程和設(shè)計(jì)方法，總結(jié)了BP網(wǎng)絡(luò)的不足及其相關(guān)的改進(jìn)措施。
4、設(shè)計(jì)不同的反演參數(shù)初始值彈性模量E和泊松比μ，采用正交設(shè)計(jì)、均勻設(shè)計(jì)方法和ANSYS數(shù)值模型對(duì)其進(jìn)行分組模擬試驗(yàn)，利用BP人工神經(jīng)網(wǎng)絡(luò)對(duì)非線性函數(shù)強(qiáng)大的映射能力、推廣能力和自學(xué)習(xí)能力，構(gòu)造了人工智能算法的學(xué)習(xí)樣本和測(cè)試樣本與現(xiàn)場(chǎng)量測(cè)數(shù)據(jù)進(jìn)行對(duì)比分析，得到反演參數(shù)的最優(yōu)解。
5、在已確定反演參數(shù)的基礎(chǔ)上，將所有參數(shù)代入建立的隧道圍巖參數(shù)驗(yàn)證模型中，正演模擬計(jì)算得到的拱頂下沉和水平收斂位移值基本上與現(xiàn)場(chǎng)實(shí)際量測(cè)值相符合。進(jìn)而可對(duì)未開(kāi)挖處隧道圍巖變形的收斂值進(jìn)行預(yù)測(cè)，為后續(xù)隧道工程的設(shè)計(jì)、施工和監(jiān)控量測(cè)提供依據(jù)。
4.期刊論文 劉恒奇.樸海龍 數(shù)字?jǐn)z像機(jī)視覺(jué)中的定標(biāo)方法 -中國(guó)有線電視2001,""(23)
攝像測(cè)量學(xué)中攝像機(jī)定標(biāo)技術(shù)使用數(shù)學(xué)解析分析方法,在定標(biāo)過(guò)程中通常要利用數(shù)學(xué)方法對(duì)從數(shù)字圖像中獲取的數(shù)據(jù)進(jìn)行處理.通過(guò)數(shù)學(xué)處理手段,攝像機(jī)定標(biāo)提供了專(zhuān)業(yè)測(cè)量攝像機(jī)與非量測(cè)攝像的關(guān)系.非量測(cè)攝像機(jī)的內(nèi)部參數(shù)完全未知、部分未知或者原則上不穩(wěn)定.數(shù)字?jǐn)z像機(jī)的內(nèi)部參數(shù)指的是攝像機(jī)成像的基本參數(shù),如主點(diǎn)(指的是圖像的中心點(diǎn))、焦距、徑向鏡頭畸變、偏軸鏡頭畸變以及其他系統(tǒng)誤差參數(shù).
當(dāng)前,計(jì)算機(jī)視覺(jué)的基本任務(wù)之一是從攝像機(jī)獲取的圖像信息出發(fā)計(jì)算三維空間中物體的幾何信息,并由此重建和識(shí)別物體,而空間物體表面某點(diǎn)的三維幾何位置與其在圖像中對(duì)應(yīng)點(diǎn)之間的相互關(guān)系是由攝像機(jī)成像幾何模型決定的,這些幾何模型參數(shù)就是攝像機(jī)定標(biāo).攝像機(jī)定標(biāo)在理論和實(shí)踐中有著重要價(jià)值,應(yīng)用極為廣泛.
5.學(xué)位論文 許青松 化學(xué)計(jì)量學(xué)基礎(chǔ)算法研究 2001
化學(xué)計(jì)量是一門(mén)新興發(fā)展的交叉學(xué)科,它從化學(xué)的角度,運(yùn)用和發(fā)展數(shù)學(xué)、統(tǒng)計(jì)學(xué)和計(jì)算數(shù)學(xué)方法,并且充分利用計(jì)算機(jī)這個(gè)現(xiàn)代化工具來(lái)設(shè)計(jì)或選取最優(yōu)化學(xué)量測(cè)方法,通過(guò)對(duì)化學(xué)數(shù)據(jù)的分析處理,最大限度地獲取物質(zhì)的化學(xué)組成及其相關(guān)結(jié)構(gòu)信息.該論文針對(duì)數(shù)學(xué)、統(tǒng)計(jì)學(xué)和優(yōu)化理論中與化學(xué)計(jì)量學(xué)關(guān)系密切的幾個(gè)問(wèn)題進(jìn)行了深入研究.這些問(wèn)題也是目前化學(xué)計(jì)量學(xué)的難點(diǎn)以及化學(xué)計(jì)量學(xué)家普遍關(guān)心的問(wèn)題,具體分為三個(gè)部分:1、多元校正和定量結(jié)構(gòu)與保留指數(shù)關(guān)系研究中模型的建立與預(yù)測(cè).2、復(fù)雜體系的多元分辨方法的研究.3、數(shù)論方法在試驗(yàn)設(shè)計(jì)和優(yōu)化方法應(yīng)用研究.數(shù)論優(yōu)化方法作為一種全局優(yōu)化算法,近年來(lái)受到相當(dāng)?shù)年P(guān)注.其改進(jìn)后的序貫數(shù)論優(yōu)化算法的收斂速度大大加快.該部分最后提出聚類(lèi)多重序貫數(shù)論優(yōu)化算法,利用新的聚類(lèi)方法,得到若干最可能為全局最優(yōu)潛在點(diǎn),然后,以這若干點(diǎn)為中心進(jìn)行序貫.這一算法,改變了序貫數(shù)論優(yōu)化算法過(guò)去依賴(lài)于第一次均勻布點(diǎn)的缺陷,使得算法收斂到局部最優(yōu)的可能性進(jìn)一步降低.
6.會(huì)議論文 夏偉.劉雁春.金紹華.肖付民.翟國(guó)君 確定海道測(cè)量測(cè)深線布設(shè)方向的數(shù)學(xué)方法 2003
本文提出了確定海區(qū)等深線總方向的數(shù)學(xué)方法,研究了海區(qū)梯度分布和等深線總方向的關(guān)系.仿真分析及實(shí)例計(jì)算結(jié)果驗(yàn)證了方法的有效性.
7.學(xué)位論文 張雅雄 人工神經(jīng)元網(wǎng)絡(luò)方法在色譜及毛細(xì)管電泳分離體系中的應(yīng)用研究 2005
毛細(xì)管電泳與色譜方法以及蒸餾、重結(jié)晶、溶劑萃取、化學(xué)沉淀、電解沉積、離心分離等方法構(gòu)成化學(xué)學(xué)科領(lǐng)域內(nèi)的重要分離分析方法。經(jīng)過(guò)長(zhǎng)期的發(fā)展，毛細(xì)管電泳與色譜分離分析方法已成為分析化學(xué)學(xué)科的最重要分支之一。隨著現(xiàn)代科學(xué)技術(shù)的發(fā)展，新型高維聯(lián)用的色譜和毛細(xì)管電泳儀器廣泛應(yīng)用于化學(xué)及分析化學(xué)領(lǐng)域，因而使獲取大量高維化學(xué)量測(cè)數(shù)據(jù)成為可能和必然。從二十世紀(jì)七十年代起，在分析測(cè)試或化學(xué)量測(cè)中，獲取大量的數(shù)
據(jù)已不再是困難的一步，而更應(yīng)引起重視的是對(duì)大量化學(xué)量測(cè)數(shù)據(jù)的解析及從大量化學(xué)量測(cè)數(shù)據(jù)集中提取有用信息。同樣的問(wèn)題也發(fā)生在色譜及毛細(xì)管電泳分離分析領(lǐng)域。要對(duì)復(fù)雜的多維量測(cè)數(shù)據(jù)進(jìn)行解析，必須借助計(jì)算機(jī)以實(shí)現(xiàn)許多復(fù)雜的數(shù)學(xué)方法，包括一些相關(guān)學(xué)科領(lǐng)域中的數(shù)據(jù)與信號(hào)處理方法。因此，化學(xué)計(jì)量學(xué)學(xué)科得以于二十世紀(jì)七十年代創(chuàng)立。
人工神經(jīng)網(wǎng)絡(luò)方法是化學(xué)計(jì)量學(xué)的一個(gè)重要分支。由于該方法具有較強(qiáng)的非線性映射能力，因而可用于非線性過(guò)程的模型化、非線性體系的多元校正分辨以及化學(xué)模式識(shí)別等方面。在色譜及毛細(xì)管電泳分離分析體系中，一般意義上來(lái)講，非線性過(guò)程(或體系)比線性過(guò)程(或體系)更為普遍，甚至有些過(guò)程(或體系)尚難找到適宜的數(shù)學(xué)模型進(jìn)行描述。在這種情況下，將神經(jīng)網(wǎng)絡(luò)方法引入色譜及毛細(xì)管電泳分離分析體系進(jìn)行相關(guān)研究無(wú)疑是適宜的和必要的。目前，已有大量相關(guān)研究工作報(bào)道。
有必要指出的是，盡管人工神經(jīng)網(wǎng)絡(luò)方法的研究已取得了較大的進(jìn)展，但總體來(lái)看，對(duì)神經(jīng)網(wǎng)絡(luò)方法的研究無(wú)論在應(yīng)用上還是在理論上均處于初級(jí)階段。還存在很多值得深入探討的問(wèn)題，如網(wǎng)絡(luò)的訓(xùn)練速度問(wèn)題、過(guò)擬合問(wèn)題、網(wǎng)絡(luò)結(jié)構(gòu)與網(wǎng)絡(luò)模型化能力等均存在不確定因素。因而，本研究工作將神經(jīng)網(wǎng)絡(luò)方法運(yùn)用于色譜及毛細(xì)管電泳分離分析體系中的保留或遷移行為的模型化研究，重疊峰中相關(guān)組分的定量分析研究以及對(duì)色譜或毛細(xì)管電泳分析數(shù)據(jù)進(jìn)行臨床模式識(shí)別分析研究。作者在相關(guān)研究工作中，采用了不同的神經(jīng)網(wǎng)絡(luò)輸入變量選擇策略以提高相關(guān)神經(jīng)網(wǎng)絡(luò)的模型化能力，同時(shí)簡(jiǎn)化了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。同時(shí)，作者還對(duì)不同神經(jīng)網(wǎng)絡(luò)模型對(duì)某些分離分析體系的模型化能力進(jìn)行了比較。
本研究工作主要分為三大部分：
一、色譜或毛細(xì)管電泳中遷移或保留行為的模型化研究
1.毛細(xì)管區(qū)帶電泳中電滲流與相關(guān)分離參數(shù)之間的神經(jīng)網(wǎng)絡(luò)模型化研究在該部分通過(guò)對(duì)毛細(xì)管區(qū)帶電泳中某些分離操作參數(shù)進(jìn)行標(biāo)準(zhǔn)正態(tài)分布模擬和主成分分析處理，借助神經(jīng)網(wǎng)絡(luò)模型較成功地預(yù)測(cè)了毛細(xì)管區(qū)帶電泳中電滲流標(biāo)記物的遷移時(shí)間。操作電壓、毛細(xì)管溫度、背景電解質(zhì)溶液的酸度和離子強(qiáng)度作為神經(jīng)網(wǎng)絡(luò)的輸入變量。所研究操作電壓的范圍為15kV-27kV，毛細(xì)管溫度范圍為20℃-30℃，背景電解質(zhì)的pH范圍為5.15-8.04，背景電解質(zhì)的離子強(qiáng)度范圍為0.040-0.097。同時(shí)，對(duì)神經(jīng)網(wǎng)絡(luò)輸入變量進(jìn)行不同前處理后所得的神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)能力進(jìn)行了比較。在相同的電泳操作條件下，根據(jù)所建議的電滲流預(yù)測(cè)方法，電滲流標(biāo)記物的遷移時(shí)間的10次優(yōu)化神經(jīng)網(wǎng)絡(luò)模型的平均預(yù)測(cè)誤差為5.46％，相對(duì)標(biāo)準(zhǔn)偏差(RSDn-1)為1.76％。在不同的電泳操作條件下，根據(jù)所建議的電滲流預(yù)測(cè)方法，10次優(yōu)化神經(jīng)網(wǎng)絡(luò)模型的平均預(yù)測(cè)誤差為12.95％，相對(duì)標(biāo)準(zhǔn)偏差(RSDn-1)為2.29％。研究結(jié)果表明，所建議的方法可以較好地預(yù)測(cè)毛細(xì)管區(qū)帶電泳中的電滲流。
2.人工神經(jīng)網(wǎng)絡(luò)方法用于拓?fù)渲笖?shù)Am與烴類(lèi)化合物氣相色譜保留指數(shù)相關(guān)性的研究
在該部分，新發(fā)展的分子拓?fù)渲笖?shù)Am1-Am3和分子聯(lián)接性指數(shù)mX被用于結(jié)構(gòu)-性質(zhì)相關(guān)性研究中。由一些烴類(lèi)化合物的化學(xué)結(jié)構(gòu)計(jì)算所得的分子拓?fù)渲笖?shù)被用以描述分子結(jié)構(gòu)。運(yùn)用人工神經(jīng)網(wǎng)絡(luò)方法與多元線性回歸模型可成功預(yù)測(cè)一些烴類(lèi)化合物在三種氣相色譜固定相上的保留指數(shù)。人工神經(jīng)網(wǎng)絡(luò)方法的計(jì)算結(jié)果與多元線性回歸模型的計(jì)算結(jié)果進(jìn)行了比較。本文的研究結(jié)果表明，人工神經(jīng)網(wǎng)絡(luò)方法的模型化能力要優(yōu)于多元線性回歸模型。拓?fù)渲笖?shù)2X與Am1可提高烴類(lèi)化合物在本文所研究的三種氣相色譜固定相上的保留指數(shù)的預(yù)測(cè)準(zhǔn)確度。
二、毛細(xì)管電泳分離分析中重疊峰中相關(guān)組分的定量分析研究
1.基于不同類(lèi)型神經(jīng)網(wǎng)絡(luò)方法的毛細(xì)管電泳重疊峰中相關(guān)組分的定量分析研究在該部分，作者考察了四種神經(jīng)網(wǎng)絡(luò)模型對(duì)膠束電動(dòng)毛細(xì)管色譜部分重疊峰中相關(guān)組分進(jìn)行定量分析的能力的差異。所采用的相關(guān)神經(jīng)網(wǎng)絡(luò)模型為：線性神經(jīng)網(wǎng)絡(luò)模型、徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型、通用回歸神經(jīng)網(wǎng)絡(luò)模型以及多層感知器神經(jīng)網(wǎng)絡(luò)模型。研究結(jié)果表明，在毛細(xì)管電泳峰部分重疊的情況下，運(yùn)用以上四種神經(jīng)網(wǎng)絡(luò)模型均可對(duì)重疊峰中的相關(guān)組分進(jìn)行定量分析。未完全分離組分的光譜數(shù)據(jù)或電泳譜圖數(shù)據(jù)均可作為相關(guān)神經(jīng)網(wǎng)絡(luò)模型的多元輸入變量，該兩類(lèi)數(shù)據(jù)均適宜對(duì)重疊毛細(xì)管電泳峰中的相關(guān)組分進(jìn)行定量分析。該部分的研究結(jié)果還表明，線性神經(jīng)網(wǎng)絡(luò)模型可在膠束電動(dòng)毛細(xì)管色譜部分重疊峰的情況下給出相關(guān)組分的最佳定量分析結(jié)果。
2.基于遺傳算法輸入變量選擇的人工神經(jīng)網(wǎng)絡(luò)方法用于毛細(xì)管電泳重疊峰中相關(guān)組分的定量分析
在該部分，基于遺傳算法輸入變量選擇的多層感知器人工神經(jīng)網(wǎng)絡(luò)方法用于膠束電動(dòng)毛細(xì)管色譜重疊峰中相關(guān)組分的定量分析研究。在該研究工作中，作者提出了一種基于遺傳算法的輸入變量?jī)?yōu)化選擇策略。當(dāng)相關(guān)組分的毛細(xì)管電泳峰不能(或較難)僅僅通過(guò)分離技術(shù)獲得完全分辨時(shí)，基于遺傳算法輸入變量選擇的多層感知器人工神經(jīng)網(wǎng)絡(luò)方法是一種解決該類(lèi)問(wèn)題的適宜方法。未分離組分的光譜數(shù)據(jù)或電泳譜圖數(shù)據(jù)均可用作神經(jīng)網(wǎng)絡(luò)的多元輸入變量，從而均可用于對(duì)重疊毛細(xì)管電泳峰中相關(guān)組分的定量分析。研究結(jié)果還表明，運(yùn)用遺傳算法輸入變量選擇策略的多層感知器人工神經(jīng)網(wǎng)絡(luò)方法可在一定程度上提高對(duì)相關(guān)組分的定量分析準(zhǔn)確度。無(wú)論在部分重疊或完全重疊的毛細(xì)管電泳峰的情況下均可得到相同的結(jié)論。
3.基于主成分分析輸入選擇的人工神經(jīng)網(wǎng)絡(luò)方法用于毛細(xì)管電泳重疊峰中相關(guān)組分的定量分析
三種基于主成分分析輸入變量選擇的人工神經(jīng)網(wǎng)絡(luò)方法(徑向基函數(shù)人工神經(jīng)網(wǎng)絡(luò)、通用回歸人工神經(jīng)網(wǎng)絡(luò)以及線性人工神經(jīng)網(wǎng)絡(luò))用于膠束電動(dòng)毛細(xì)管色譜重疊峰中相關(guān)組分的定量分析。在毛細(xì)管電泳重疊峰的情況下，基于主成分分析輸入變量選擇的人工神經(jīng)網(wǎng)絡(luò)方法被證明是對(duì)相關(guān)組分進(jìn)行定量分析的適宜方法。未分離組分的光譜數(shù)據(jù)或電泳譜圖數(shù)據(jù)均可用作相關(guān)基于主成分分析輸入變量選擇的神經(jīng)網(wǎng)絡(luò)的多元輸入變量，進(jìn)而對(duì)相關(guān)組分進(jìn)行定量分析。該研究工作表明，無(wú)論在完全重疊還是在部分重疊的毛細(xì)管電泳峰的情況下，基于主成分分析的輸入變量選擇方法可使所考察的神經(jīng)網(wǎng)絡(luò)模型對(duì)相關(guān)組分的定量分析結(jié)果有不同程度地改善。
三、色譜或毛細(xì)管電泳分離分析體系中的模式識(shí)別分析研究
1.基于主成分分析輸入變量選擇的人工神經(jīng)網(wǎng)絡(luò)方法用于臨床模式識(shí)別分析的研究
本文采用了兩組臨床樣本分析數(shù)據(jù)進(jìn)行神經(jīng)網(wǎng)絡(luò)模式識(shí)別分析，以研究臨床尿核苷樣本與腫瘤發(fā)生之間的相關(guān)關(guān)系。一組數(shù)據(jù)包含二十四個(gè)臨床樣本，其中十二個(gè)樣本屬于女性甲狀腺癌患者，其余樣本則采自健康女性。另一組數(shù)據(jù)則包含二十八個(gè)臨床樣本，在所有樣本當(dāng)中，宮頸癌患者與健康女性樣本各有十個(gè)，其余八個(gè)樣本屬于子宮肌瘤患者。該兩組樣本中的臨床尿核苷的分析由毛細(xì)管電泳方法進(jìn)行。樣本的模式識(shí)別分析由基于共軛梯度下降訓(xùn)練方法的多層感知器人工神經(jīng)網(wǎng)絡(luò)方法完成。此外，當(dāng)對(duì)多層感知器神經(jīng)網(wǎng)絡(luò)模型采用基于主成分分析的輸入變量選擇程序時(shí)，在神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)得以簡(jiǎn)化的同時(shí)，也可使模式識(shí)別分析的正確分類(lèi)率在一定程度上得以提高(或沒(méi)有降低)。該部分的研究結(jié)果表明，基于主成分分析輸入變量選擇的多層感知器神經(jīng)網(wǎng)絡(luò)方法是進(jìn)行模式識(shí)別分析的有力工具。
2.人工神經(jīng)網(wǎng)絡(luò)法用于臨床數(shù)據(jù)的模式識(shí)別分析：幾種不同輸入變量選擇方法的比較
該部分運(yùn)用基于共軛梯度下將訓(xùn)練方法的多層感知器人工神經(jīng)網(wǎng)絡(luò)方法對(duì)一組文獻(xiàn)報(bào)道的臨床尿樣氣相色譜分析數(shù)據(jù)進(jìn)行了模式識(shí)別分析研究。共收集臨床尿樣樣本二十六個(gè)，其中十二個(gè)樣本來(lái)自子宮肌瘤患者，其余十四個(gè)樣本采集自宮頸癌患者。在每一個(gè)樣本中分別測(cè)定了五十種有機(jī)酸的含量。通過(guò)運(yùn)用主成分分析、逐步回歸分析、前向回歸分析、后向回歸分析以及遺傳算法等輸入變量選擇方法，神經(jīng)網(wǎng)絡(luò)的模式識(shí)別分析結(jié)果得到了一定程度地改善，同時(shí)神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)得以簡(jiǎn)化。研究表明，對(duì)于本文所采用的臨床數(shù)據(jù)樣本，運(yùn)用逐步回歸分析與前向回歸分析進(jìn)行輸入變量的選擇，可以得到較為理想的模式識(shí)別分析結(jié)果。
8.期刊論文 王國(guó)博.王美芳.姚麗.郭長(zhǎng)民.Wang Guobo.Wang Miefang.Yao Li.Guo Chengmin 隧道位移監(jiān)控量測(cè)成果分析 -遼寧省交通高等專(zhuān)科學(xué)校學(xué)報(bào)2009,11(1)
本文以阜新至朝陽(yáng)高速公路大窯溝I號(hào)隧道監(jiān)控量測(cè)的實(shí)測(cè)數(shù)據(jù),按新奧法基本原理中巖體開(kāi)挖的時(shí)間效應(yīng),利用數(shù)學(xué)方法對(duì)量測(cè)所得的周邊收斂和拱頂下沉數(shù)據(jù)進(jìn)行回歸分析,指出在隧道開(kāi)挖過(guò)程中圍巖變形與時(shí)間的關(guān)系,為修改設(shè)計(jì)與指導(dǎo)施工提供理論依據(jù),同時(shí)也為同類(lèi)隧道的設(shè)計(jì)、施工積累經(jīng)驗(yàn).
9.學(xué)位論文 戴宏偉 公路隧道滲漏水成因、危害機(jī)理和凍害問(wèn)題研究 2006
隨著我國(guó)高速公路的發(fā)展，公路隧道越來(lái)越多，滲漏水作為公路隧道最主要的質(zhì)量通病之一，得到了廣泛的關(guān)注。深入研究隧道滲漏水問(wèn)題，已成為十分重要而又亟須解決的課題。
本文通過(guò)總結(jié)國(guó)內(nèi)外大量資料，結(jié)合公路隧道現(xiàn)場(chǎng)調(diào)查實(shí)際，對(duì)隧道滲漏水的量測(cè)技術(shù)做了全面研究；應(yīng)用粗集理論、數(shù)據(jù)挖掘等前沿?cái)?shù)學(xué)方法以及邏輯診斷方法，結(jié)合實(shí)測(cè)資料，對(duì)隧道滲漏水成因進(jìn)行了系統(tǒng)的研究；從鋼筋銹蝕、侵蝕環(huán)境的物理化學(xué)作用和寒冷氣候下的凍害等三個(gè)方面，分析了滲漏水對(duì)隧道結(jié)構(gòu)的危害機(jī)理。主要研究?jī)?nèi)容如下：
1.從資料收集、調(diào)查儀器、洞外檢查、水源判別、滲漏水狀態(tài)、滲漏水部位、漏水量測(cè)定、水質(zhì)分析、防排水系統(tǒng)、凍害狀況觀測(cè)等方面系統(tǒng)地研究了隧道滲漏水的量測(cè)技術(shù)，特別是對(duì)隧道滲漏水中兩大重要指標(biāo)——水量計(jì)算和水質(zhì)判定作了詳細(xì)分析，設(shè)計(jì)了一套較完整的隧道滲漏水專(zhuān)項(xiàng)調(diào)查表格，最終建立了可操作的隧道滲漏水專(zhuān)項(xiàng)調(diào)查方法。
2.融合邏輯診斷、粗集理論和數(shù)據(jù)挖掘等理論和方法，提出了滲漏水成因挖掘分析方法。在研究邏輯診斷方法的基礎(chǔ)上，建立了隧道結(jié)構(gòu)滲漏水成因的故障樹(shù)，由此分析了滲漏水產(chǎn)生的可能原因；結(jié)合故障樹(shù)分析成果，提出了滲漏水成因挖掘的粗集方法，對(duì)滲漏水成因的潛在規(guī)律性和主要成因進(jìn)
行挖掘，分析滲漏水產(chǎn)生的主要原因。
3.從水的角度研究鋼筋銹蝕的機(jī)理、動(dòng)力和速度，分析了滲漏水對(duì)隧道襯砌鋼筋銹蝕的影響；按襯砌結(jié)構(gòu)的特定環(huán)境及侵蝕性介質(zhì)對(duì)襯砌作用的機(jī)理不同，從溶出性侵蝕、分解性侵蝕、膨脹性侵蝕及鹽類(lèi)析晶等方面研究了滲漏水對(duì)混凝土腐蝕的危害及作用機(jī)理。
4.分析滲漏水引起的隧道凍害問(wèn)題，建立了滲漏水引起的隧道凍脹力計(jì)算模型。通過(guò)對(duì)不同部位水體，襯砌厚度，水體環(huán)向長(zhǎng)度及水體深度等敏感性因素的分析比較，得出了不同因素對(duì)隧道凍脹力的影響程度。成果可為進(jìn)一步研究隧道凍脹壓力提供一定的依據(jù)。
10.會(huì)議論文 王爾祺.宋德慧 儀器精度自動(dòng)分配數(shù)學(xué)方法探討 1995
本文鏈接：http://d.g.wanfangdata.com.cn/Periodical_nmgglyys200101010.aspx
授權(quán)使用：西安電子科技大學(xué)(xadzkj)，授權(quán)號(hào)：f78b615a-be35-46cb-842d-9ded00bc5d3f
下載時(shí)間：2010年9月10日
【橢圓形油罐中油料貯量測(cè)算方法】相關(guān)文章：
綠量快速測(cè)算模式04-25
GPS-RTK技術(shù)在落地煤量測(cè)算中的應(yīng)用04-28
安全評(píng)價(jià)方法在儲(chǔ)油罐區(qū)事故應(yīng)急管理中的應(yīng)用04-27
多代連栽人工林碳貯量的變化05-02