HHT在震动信号处理中的应用

希尔伯特-黄变换是一种处理非线性、非平稳信号的方法,它的核心是经验模态分解(EMD),但是EMD分解存在模态混叠等不足现象,针对这个问题引入了总体平均经验模分解(EEMD)算法。对实测的震动信号分别做两种算法的分解得到固有模态函数(IMF),再对其结果进行能量分析,绘制瞬时频率图、希尔伯特谱,得到信号震源的真实时频特征量,以便进一步分析震源类型,从而可以更好地实时预测震动灾害发生的可能情况。     

模糊系统分析在山地城市商业建筑火灾中的应用

以我国山地城市大中型商业建筑的特大火灾事故为例进行研究,对火灾起火情况进行统计调查,构建模糊系统模型进行分析.由于火灾数据缺乏,因此采用了火灾事件年统计概率隶属函数和诱发火灾事件概率隶属函数的确定方法.通过模糊系统故障树分析,确定出顶事件发生概率的模糊数,然后对系统进行模糊重要度分析,最后进行山地城市大中型商业建筑模糊系统决策分析,为火灾防治提供有效的依据.     

算术平均值及其分布

平均值和标准偏差是误差理论和数理统计理论中的两个核心问题.平均值的计算方法虽然简单,但是,它的内涵却并不是十分简单.本文以通俗的语言对平均值的本质作了深入浅出的介绍.     

用加权残值法分析中厚板稳定问题

在高阶中厚板理论基础上,应用配点法及双向五次B——样条函数成功地分析了多种边界条件下中厚板的稳定问题,所得算例结果令人满意并与已有文献结果吻合较好,显示本法求解未知量少、精度高、收敛快,简便等特点。     

地方政府环境行为的经济学分析及建议

通过对地方政府效用目标函数的建立,我们可以发现地方政府的环境行为取得于项目、取决于能不能从污染治理中获得收益。当地方政府不能从增加污染产品产量中获得收益时,地方政府才有动力去监督和关闭违规项目企业。     

熵权物元分析模型在土壤环境质量评价中的应用

根据熵权法确定评价指标权重,利用物元分析方法对福州市郊菜区土壤环境质量进行综合评价,评价结果与密切值法、污染损失率法进行对比.结果表明,利用熵权物元分析模型进行土壤环境质量评价是合理可行的,且评价结果具有更高的分辨率.同时本研究为土壤环境质量评价提供了新的思路和方法.     

χ2分布、t分布和F分布的近似计算

当自由度很大时,三大抽样分布的P值无表可查,而且如果编程计算P值时,需要计算一个无穷区间上的广义积分,还会面临数值溢出的问题,解决这些问题需要较高的计算机编程技巧,这些不利于开发实用程序,限制了它们的实际应用.本文利用χ2分布、一元t分布和一元F分布的一致渐进正态性、标准正态分布的分布函数近似计算公式和软件Mathematica5.0,通过计算机仿真,指出当自由度较大时,可以用正态分布进行近似计算,避免了数值溢出和无穷区间的积分问题,为使用常用开发语言编程解决实际问题提供了一种可行方案,具有一定的应用价值.     

五道梁高寒草原土壤水分和植被盖度空间异质性的地统计分析

青藏高原高寒草原区,由于长期冻融和地下冰的存在形成了独特的生态水文结构,土壤水分是控制高寒草原生态过程的关键因子。利用地统计学对多年冻土区高寒草原土壤表层含水量和植被盖度的空间变异性进行研究,结果表明,高寒草原生态系统浅层剖面(0~50 cm)土壤水分和植被盖度均符合正态分布,土壤含水量沿垂直方向逐渐增大,介于19.43%~25.37%之间,变异系数介于23.77%~40.92%;植被盖度具有强变异性,变异系数为47.99%。0~50 cm土壤含水量具有高度的空间异质性,其中91.1%的空间异质性是由空间自相关部分引起的,主要体现在10~190 m的中尺度上;植被盖度在研究尺度上具有中等程度的空间自相关,植被盖度随机部分的空间变异性占总空间变异性的比例为34.2%,主要体现在10 m的尺度内。各向异性分析表明,土壤水分和植被盖度具有明显的各向异性,其空间格局有明显的差异。     

CFB锅炉多点排放二氧化硫污染预测

循环流化床锅炉（CFB）多点排放时,直接测量分析对环境的影响较为困难。为了确定其中SO2对环境的影响,通过对鼢在CFB锅炉生产过程中的生成、转化和大气中的扩散分析,建立了多点排放的SO2污染预测正态分布模型。模型结果表明,多点排放时大气SO2的浓度分布仍满足正态分布特征,并较好地反映了最大落地浓度及位置,这对于依据区域大气SO2总量控制,确保和提高设备与工艺系统的清洁生产能力提供了可行依据。     

基于MRMR-RPK-ELM模型的PM2.5质量浓度预测

为了提高PM2.5质量浓度预测精度,提出一种用最大相关最小冗余算法(MRMR)筛选最优特征值,高斯多项核函数(RPK)优化极限学习机(ELM)的PM2.5质量浓度预测模型.以赣州市为例,选择PM10、O3、SO2、CO、NO2、降水、气压、气温、相对湿度、风速等10个影响因子,PM2.5为目标因子,通过降维处理和核函数特征映射代替随机映射解决PM2.5的高度复杂性.结果表明,MRMR算法选出的影响因子PM10、O3、CO、NO2和相对湿度,不仅考虑目标因子与影响因子的相关性,还考虑影响因子之间的相关性,进而降低了数据维度.MRMR-RPK-ELM模型的平均绝对误差、均方根误差、平均绝对百分比误差和确定系数分别为6.35、9.618、19.89％和0.942,相较于原始的ELM模型,PM2.5质量浓度预测精度有明显提升,拟合程度较高,且具有更好的泛化能力,能准确捕捉PM2.5质量浓度的突变节点.