高超声速风洞测力数据的关联研究

通过比较分析法研究AGARD B标模在BIA的FD 0 7风洞中气动力测量数据与其它高超声速风洞设备测量结果的相互关联。其目的 ,既可以综合鉴定FD 0 7风洞的流场性能和测试水平 ,也可以从另外意义上为数值方法的程序校验提供必要的技术支持。结果表明 ,在Ma =4.94～ 7.96范围内 ,所测得AGARD B标模的力、力矩和压心位置 ,不仅随Ma和α的变化趋势与其它风洞一致 ,而且其变化量比较接近于各风洞测力数据拟合的逼近曲线。     

广汉WAFS数值预报资料再分析研究

本文结合广汉地方气候特点。对WAFS数值预报资料进行整理、诊断,转换GRIB数据,并根据WAFS资料计算了露点温度的预报值,由此得出一些预报产品,如降水预报、形势场预报、K指数、假相当位温、结冰指数等。在实际工作中,使用WAFS预报产品多次准确预报了广汉机场的大风、降水等重要天气过程。同时,也发现WAFS资料在强度预报和长期预报中的不足。     

一种新的空间多维关联规则模型与算法

空间对象具有自相关、连续性、多尺度等特点,导致空间关联规则挖掘与传统的统计关联规则挖掘不同,不存在统计的“事务”,挖掘更加复杂。本文用基于空间相关的影响域来创建“空间事务”,以代替传统关联规则挖掘中的事务,建立了一种新的应用于挖掘空间多维数据的空间多维关联规则模型(Spatial multidimensional association rules model,SMARM)。设计并实现了一种新的挖掘算法SMARBIA,用基于影响域、空间支持度等剪枝技巧,克服了空间多维关联规则挖掘过程中候选项目集庞大的困难。实验表明,该算法能有效地减少候选项目集而获得较好的性能。     

在线点到点数据传输优化选择模型及其算法设计

最优点到点数据传输线路不仅依赖于其固有的传输时间,还依赖于数据总量,因为数据规模决定了加工次数和传输次数.本文首先建立了在线点到点数据传输网络选择的优化模型,给出了有向路代表集的概念,然后给出了一个时间复杂性为O（m^2logn）的算法产生有向路代表集.最后对静态和动态点到点数据传输有向路问题进行了研究,并给出了一个时间复杂性为O（m^2logn）的多项式时间的算法.     

一种基于多维空间超球体的快速聚类算法

提出了一种基于多维空间超球体的快速聚类算法。这种算法结合密度聚类和层次聚类两种思想。首先利用密度聚类方法将小范围内的数据对象聚合成超球体,然后再按照层次聚类中的凝聚思想,根据超球体之间的位置关系产生最终聚类。实验表明,该算法对于数值型数据集不仅在效率、噪声敏感性等方面均有较好的表现,同时还可以通过诸如“双环测试”等带有刁难性的特殊测试集。以往,常常简单的以距离来刻画的数据间“相似性”,而所提出的快速聚类算法则改由超球体之间连接的紧密程度来描述这种性质。实验表明,这种修改使得算法的性能得到了很好的改善。     

流数据复杂聚类查询处理算法

流数据上的连续查询,尤其连续聚类查询是流数据处理研究的难点.草图算法能够计算流数据上等值连接大小的高精度近似值,而直方图算法能够较精确地统计流数据的分布.本文结合这两种算法的优势,提出了一种能够高效处理流数据上复杂聚类查询的算法.理论和实验结果表明,该算法具有较高的精度和较小的空间复杂度.     

小波聚类算法在本科招生生源质量分析中的应用

招生是高校人才培养工作的首要环节,生源质量的好坏直接关系到高校的人才培养质量.随着我国高等教育招生制度的改革、发展和完善,自主招生越来越受到高校的重视,优质生源的竞争日趋激烈.本文将小波阈值方法引入到数据的聚类分析中,建立了一种新的数据挖掘模型并应用到在校学生学习成绩信息的分析研究中,对建立科学的本科招生生源质量评价体系进行了初探,分析结果对高校招生管理工作起到了科学指导和辅助决策作用.     

数据缺失场合下k/N(G)系统可靠性指标的经验Bayes估计

在定数截尾缺失数据样本下,研究了不可修k/N(G)系统的可靠性指标的估计问题。将极大似然估计法和Bayes方法相结合得到了部件的平均寿命、系统可靠度及平均寿命等可靠性指标的经验Bayes估计,最后利用随机模拟例子说明了本文方法的正确性和可行性。     

薄膜电阻温度计原理性误差分析及数据处理方法研究

薄膜电阻温度计是高超声速测热试验中一种常用的传感器,多用于激波风洞中.改进薄膜电阻温度计测热数据的后处理方法,分析其原理性误差,提出修正方法,可以进一步提高热流测量精度,为防热设计提供可靠数据.应用三维热传导理论,考虑热流和温升的耦合影响,计算了气动加热条件下薄膜电阻温度计结构温升情况,得到了铂层内的温度分布规律,并与一维半无限简化理论得到的薄膜电阻温度计表层温度相互对比,得到了模型简化带来的原理性误差;建立了由表面温升计算表面热流的导热反问题计算方法,与经典的Cook-Felderman处理公式和热电模拟网络处理方法相互对比,提出了修止热流值的方法,为提高热流测量精度提供了一种可行的手段.     

固定影响平行数据模型参数的偏最小二乘估计及应用

当平行数据的解释变量之间存在严重的多重共线性,或者样本点个数与解释变量个数相比较少时,用经典方法求解模型(如最小二乘法等)误差偏大,难以满足实际要求.针对这种情况提出了用偏最小二乘法思想求解固定影响平行数据模型,并且实例表明误差明显减少,可以满足建模和预报的要求.