课程文献中心 更多>>

关键词： 有理函数   亚纯函数   值分布   重级零点  

摘要： 设n为正整数,f（z）是复平面C内的一个亚纯函数,只有重级零点,如果对任意z∈C,都有f'（z）≠z~n成立,那么f（z）为特定形式的有理函数。

关键词： 多智能体系统   距离划分   无向符号网络   能控性   leader-follower模型   特征值   特征向量   控制理论  

摘要： 针对一般线性多智能体系统研究了符号网络的能控性。首先，聚焦2种不同的leader-follower模型，分析并描述了二者在表现形式上呈现出的差异。其次，基于上述模型，利用首次提出的距离划分这一工具，从网络拓扑的角度定量刻画了网络的能控子空间。进一步，受距离划分的启发，得到了系统K步可控的条件(K步可控是指控制信号在K步之内可达所有节点，K值等于系统的能控性指数)。特别地，针对密集网络(结构更为复杂)拓扑，给出了一种计算系统K值的算法，该算法从图论视角入手，通过遍历和删减边的操作，避免了传统方法中通过复杂的矩阵计算才得到K值的问题，并为领导者的选择提供了方法。最后，通过例子验证了算法的有效性。

关键词： 对流层映射函数   GNSS   精密单点定位(PPP)   模糊度固定(AR)  

摘要： 对流层映射函数对精密单位定位(precise point positioning,PPP)模糊度固定(ambiguity resolution, AR)的影响不容忽视.通过国际GNSS服务(International GNSS Service,IGS)的网络差分实时传输协议分发服务器的挂载点OSBC00WHU1接收了武汉大学实时精密轨道、卫星钟差、地球自转参数及原始观测值绝对信号偏差(observable-specific signal bias,OSB)产品，结合澳大利亚地区均匀分布的11个多模GNSS实验跟踪网(multi-GNSS experiment,MGEX)测站观测数据，研究了尼尔映射函数(Niell mapping function,NMF)、全球映射函数(global map function)、维也纳映射函数1 (Vienna mapping functions 1,VMF1)和维也纳映射函数3(Vienna mapping function,VMF3)四种对流层映射函数对北斗卫星导航系统(BeiDou Navigation Satellite System,BDS)、BDS/GPS、BDS/GPS/Galileo实时PPP-AR性能影响.实验结果表明：四种对流层映射函数对BDS、BDS/GPS、BDS/GPS/Galileo实时PPP-AR性能影响较小.使用GMF和VMF3对流层映射函数实时PPP-AR性能基本相当，优于NMF和VMF1.动态和静态模式BDS实时PPP-AR在东和北方向上平均定位精度基本相当，约为1.0 cm；在天方向上平均定位精度存在明显差异，约为3.5 cm和2.6 ***/GPS/Galileo实时PPP-AR平均定位精度相比BDS整体提升较大；相比BDS/GPS整体提升较小.

关键词： 水土流失   图斑落地   分层多尺度分割  

摘要： 为推进水土流失动态监测成果应用，将水土流失栅格结果与水土流失治理工作要求结合，实现宜治理水土流失图斑的精准识别定位，本文以灵川县为研究区，提出了一种基于分层多尺度分割的水土流失图斑落地方法，高效精准地识别出研究区的水土流失图斑。研究结果表明：分层多尺度分割方法在水土流失栅格结果和土地利用矢量间实现了较好的平衡，基于分层多尺度分割方法的水土流失图斑准确率达到了90%，较传统方法具有准确高效和便于应用等优势，落地图斑能够为后续水土流失治理工作提供支持。研究结果可为全国水土流失图斑落地工作提供方法借鉴，为漓江流域综合治理提质增效提供基础数据和决策参考。

关键词： 复杂时空数据挖掘   图神经网络   时空大模型  

摘要： 随着传感技术的发展,不同领域产生了大量时空数据.时空图是其中一种主要的时空数据类型,具有复杂的结构、时空特征和时空关系.如何从复杂的时空图数据中挖掘关键模式,并应用于不同的下游任务成为复杂时空数据挖掘任务的主要问题.目前,日渐成熟的时序图神经网络为该研究领域的发展提供了有力的工具.此外,新兴的时空大模型在现有时空图神经网络方法的基础上提供了新的研究视角.然而,现有的大多数综述对该领域方法的分类框架较为粗略,对复杂数据类型(如动态异质图和动态超图)缺乏全面和深入的介绍,并且没有对时空图大模型相关的最新研究进展进行详细总结.因此,基于图神经网络的复杂时空数据挖掘方法分成时空融合架构和时空大模型,旨在从传统和新兴两个角度进行介绍.将时空融合架构根据具体的复杂数据类型划分成动态图、动态异质图和动态超图.将时空大模型根据时间维度和空间维度划分成时间序列和图,并在基于图的大模型中列举时空图相关的最新研究.详细介绍不同关键算法的核心细节并对比不同方法的优缺点,列举基于图神经网络的复杂时空数据挖掘的应用领域和常用数据集,并对未来可能的研究方向进行展望.

关键词： 高速铁路   列车运行图   通过能力   时空区域   能力损失  

摘要： 我国高速铁路成网运营后，速度等级与停站结构差异的多方向列车在部分区段交汇运行，区间通过能力不能按平行图模式利用，区间通过能力存在一定程度的损失。研究分析了高速铁路通过能力利用构成，给出高速铁路通过能力损失的定义及影响因素，提出能力损失分为计划型和实际型2类；针对计划型能力损失，根据列车占用区间时空顺序及最小间隔时间，提出压缩后的列车运行图可以划分为占用、妨碍、损失3类状态区域，结合各类状态区域时空面积建立了一套基于运行图分区的高速铁路通过能力损失判别与定量计算方法；以某高速铁路为例进行了验证，计算结果表明给定列车开行结构条件下案例线路的通过能力损失率为0.287，提出的高速铁路通过能力损失计算方法有效。

关键词： 臭氧浓度预报   长短期记忆网络   时间卷积网络   Transformer   开普勒优化算法   集合预报  

摘要： 针对普遍而严重的空气污染问题，特别是日益增加的臭氧污染对环境和公众健康带来的威胁，提出了一种融合长短期记忆网络、时间卷积网络、Transformer三种深度学习模型和元启发式算法开普勒优化算法的集合预报模型。通过分析臭氧与其他空气污染物及气象要素的相关性，选定了预报因子；分别搭建了长短期记忆网络、时间卷积网络、Transformer预报模型并开展独立的预报；采用开普勒优化算法融合三种深度学习模型的预报结果从而得到最终的预报结果。实验结果显示在北京地区臭氧小时浓度的多步预报中，提出的集合预报模型的均方根误差、平均绝对误差和决定系数均优于单一的深度学习模型长短期记忆网络、时间卷积网络和Transformer以及统计模型多元线性回归和传统机器学习模型随机森林。研究结果表明融合深度学习和元启发式算法的集合预报策略能有效提升预报模型的准确性和稳定性，验证了深度学习集合预报方法对臭氧污染预报的可行性。

关键词： 光伏集群   短期概率预测   空间编码   条件生成对抗网络  

摘要： 本文提出了一种基于空间编码图生成的分布式光伏集群短期概率预测方法。首先将分布式光伏集群按照其空间布局编码为二维矩阵，并在此基础上构建光伏出力特征图与天气特征图；随后，采用条件生成对抗网络作为预测模型，将集群短期功率预测问题转化为给定条件下未来多时段光伏出力特征图的生成问题，并可通过改变输入随机向量生成多种预测场景，进而构建概率预测结果；最后，从点对点误差、区间覆盖率、数据分布相似度三个方面定义指标，全面衡量预测结果的有效性。基于澳大利亚太阳能中心Alice Spring分布式光伏项目数据的算例结果表明，本文方法可充分挖掘集群内部的时空相关性，并一次性获得集群所有光伏单元的预测结果，具有更好的预测精度与计算效率。

关键词： 生产建设项目   遥感监管   扰动图斑   人工解译   先验知识   提取原则  

摘要： 扰动图斑解译是生产建设项目水土保持遥感监管的关键环节,针对目前部分生产建设项目扰动图斑解译中存在的边界不准确等问题,根据生产建设项目水土保持遥感监管对扰动图斑提取的要求,结合遥感影像人工解译工作经验,对扰动图斑提取的思路、应掌握的先验知识进行了总结,并重点阐述了扰动图斑边界提取的原则,其中:应掌握的先验知识包括地理概况、项目概况、解译标志等;提取原则包括无拓扑问题、识别准确、边界合理、扰动贴合、属性正确,可概括为拓扑正确是基础、识别准确是关键、边界合理是前提、扰动贴合是根本、属性正确是保障。

关键词： 加工特征识别   实例分割   点云   图神经网络   概率编码  

摘要： 为解决多加工特征交叉下的特征定位问题，提高复杂零件加工特征识别性能，提出实例分割框架下的加工特征识别方法Brep3pNet。首先，基于三维模型的边界表示，提取面点云、面邻接图等几何与拓扑数据，构建三维模型的图表示，利用点云学习网络以及图神经网络学习三维模型面级嵌入表示。其次，提出概率位置编码方法，引入位置先验信息将三维模型各面编码为与空间位置相关的三元高斯分布，基于Bhattacharyya核度量面间相似性，以实现加工特征的面级定位，生成候选实例。最后，设计得分网络用于预测实例生成质量，以此指导实例间的非极大抑制，去除冗余特征实例， 获得最终加工特征识别结果。本研究在MFCAD、MFCAD++、MFInstSeg和合成的回转类零件数据集等4个多特征数据集上对所提方法进行评估。研究结果表明：Brep3pNet相较于其他先进方法具有更好的特征定位能力，可以通过轻量的模型参数实现最优的特征识别准确率，展现了所提方法在相交特征识别上的应用潜力。