利用最短距离聚类法对某矿山微地震活动的时空分布进行了分析,结合现场采掘计划,有效识别了井下地压活动区.通过建立各活动区内微震参数时间序列曲线,研究了局部围岩的应力变形规律,探讨了岩体失稳的前兆规律.结果表明:研究期间井下各微震聚集区相互孤立,采掘活动不会引起大范围的地压活动;微震累计事件数及累计能量时间序列曲线出现由平静突然增大时表征了岩体内累积应变能的突然释放,预示围岩稳定性的劣化.根据研究结果,最终建立了基于微震监测技术井下岩体稳定性研究的一般模式

时间连续的周期信号 频率离散的傅立叶级数 时间连续的非周期信号 频率连续的傅立叶变换 时间离散的周期序列 频率离散的周期级数 时间离散的非周期序列

通过讨论关于函数项级数(函数序列)的无限求和运算(极限运算)是否能 与极限运算,求导运算或积分运算交换次序的问题,提出函数项级数(函数 序列)的一致收敛概念与一致收敛的两个充分必要条件

已经学习回归模型和时间序列模型，如果把这两种分析方法结合在一起，有时会得到比 其中任何一种方法都好的预测结果

在半导体硅片(Si)-扩散阻挡层(Ni-Cr合金)-金属互连材料(Cu)构成的体系中,Si和Ni-Cr合金之间以及Ni-Cr合金和Cu之间各构成一对扩散偶.通过制备扩散偶试样模拟相应的界面反应,实验测定950℃下界面反应产物的表观序列.从热力学的角度,分别对Cr-Ni-Si和Cr-Cu-Ni三元系中Si/(Ni-Cr)和(Ni-Cr)/Cu两个界面进行反应驱动力分析.计算获得的阶段性生成相表观序列与实验测得结果一致

研究了智能信息处理在烧结质量推断中的应用，在对图象序列的范型描述和BP算法改进的基础上，成功地应用了图象序列分析与动态模式识别相结合的方法，解决了烧结质量的动态推断问题.实例表明，该方法有很好的实用效果

◆理解傅里叶变换的几种形式 ◆了解周期序列的傅里叶级数及性质,掌握周期卷积过程 ◆理解离散傅里叶变换及性质,掌握圆周移位、共轭对称性,掌握圆周卷积、线性卷积及两者之间的关系 ◆了解频域抽样理论 ◆理解频谱分析过程 ◆了解序列的抽取与插值过程

在生物学的研究中,有一个常用的方法,就是通过比较分析获取有用的信息和知识。达尔文正 是研究比较了 gal pagos finches同其它一些物种的形态学特征,从而提出了自然选择学说 今天,我们对基因和蛋白质序列进行比较,从本质上来讲是同达尔文一样,进行同样的分 析,只不过更加精细,更加详尽。在这个意义上,我们从核酸以及氨基酸的层次去分析序列 的相同点和不同点,以期能够推测它们的结构、功能以及进化上的联系。最常用的比较方法 是序列比对,它为两个或更多个序列的残基之间的相互关系提供了一个非常明确的图谱

为了提升航班运行风险预测精度，基于某航空公司2016—2018年航班运行风险数据，在验证15个风险时间序列的混沌特性后，构建基于多变量混沌时间序列的风险预测模型。首先，对15个风险时间序列进行多变量相空间重构，采用主成分分析法（PCA）对相空间进行降维处理；然后，基于迭代预测的方式，分别采用极限学习机、RBF神经网络、回声状态网络和Elman神经网络建立风险短期预测模型；最后，以降维后的相空间作为输入，计算并比较分析未来1～7 d的风险预测结果。结果表明：多变量相空间重构后总维数为62维，经PCA降维处理，降至31维；在不同的预测模型中，降维后RBF模型预测效果最佳；其中，预测第1天结果相对误差<25%出现频数为82.62%，至第5天仍达75%以上；该模型第1天预测结果的修正平均绝对百分比误差（MAPE）值为11.32%，且前5 d均低于20%，满足航空公司使用要求。1～5 d预测结果对航班风险管控具有实践操作价值，证明基于多变量混沌时间序列的风险预测方案可行、有效

针对传统算法在抗光照变化影响、大位移光流和异质点滤除等方面的不足,从人类视觉认知机理出发,提出了一种基于机器学习和生物模型的运动自适应V1-MT (motion-adaptive V1-MT,MAV1MT)序列图像光流估计算法.首先,引入基于ROF模型的结构纹理分解(structure-texture decomposition,STD)技术,有效解决了光照和色彩变化的影响.其次,利用多V1细胞加权组合及非线性正则化模拟MT细胞模型,并结合岭回归训练学习得到运动自适应的权重,解决对目标的运动速度感知问题.最后,引入由粗到精的增强方法和图像金字塔局部运动估计采样,将V1-MT运动估计模型应用于实际大位移视频序列.理论分析和实验结果表明,新方法能更加拟合人眼视觉信息处理特性,对视频序列具有普适、有效、鲁棒的运动感知性能