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，得到了比較滿意的結(jié)果�！ ”疚氖状翁岢霾捎脿顟B(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.msguai.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。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多重序貫數(shù)論優(yōu)化算法,利用新的聚類方法,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項(xiàng)調(diào)查表格，最終建立了可操作的隧道滲漏水專項(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01-18
GPS-RTK技術(shù)在落地煤量測(cè)算中的應(yīng)用07-08
發(fā)電廠燃油系統(tǒng)、貯油庫(kù)油罐動(dòng)火規(guī)定有哪些？ -工程01-01
多代連栽人工林碳貯量的變化07-31