面向带电作业的手臂末端输出力评估方法     

林子  熊鹏文  何孔飞  张发辉 《南京气象学院学报》2019,11(2):186-191

为了解决带电作业时手臂末端输出力的准确控制,提出一种基于表面肌电信号（sEMG信号）和支持向量机回归（SVR）实现对手臂末端施力的评估方法.通过手握机械手臂末端的手柄,做往复推拉运动,记录此时手柄处的力传感器的数据F,同时利用3组肌电信号传感器同步采集手臂的肌电信号.将肌电信号提取特征后,与力F组合成样本集合S,在样本集合中随机抽取50%的样本数据作为训练集,分别训练BP神经网络、GRNN神经网络以及SVR神经网络.最后用训练好的神经网络对整个样本集中的力F进行预测,并用均方根误差和相关系数评估模型的预测效果.结果显示,SVR神经网络的预测效果较好,其均方根误差为3.074 0,相关系数为0.951 7.  相似文献   

中国东部夏季降水与气温的联合EOF分析     

郑金新  黎洛丝  郑嘉雯  郑菲菲 《广东气象》2019,41(2):9-14

采用JEOF等方法分析中国东部夏季降水和气温的协同变化时空分布特征,结果表明:当时间系数为正时,第1典型场降水型态从北向南(下同)呈"++-"分布,气温表现为冷异常,500 hPa回归场在中纬度地区呈显著低压异常,SST回归场表现为太平洋海域呈西北-东南的分布;第2典型场降水呈"+-"分布,气温则呈"-+"分布;第3典型场降水分布呈中间型,气温场呈"-+"分布。  相似文献   

我国华南江南春季雷暴气候特征分析          下载免费PDF全文

杨波  王园香  蔡雪薇 《热带气象学报》2019,35(4):470-479

基于我国华南江南地区274个基本地面气象观测站数据、全国闪电定位数据以及欧洲中心的全球大气再分析数据(ERA-Interim),对1981—2017年华南江南地区的春季雷暴日采用经验正交函数分解方法(EOF),并与气象要素场做回归分析。得出以下主要结论:(1)我国华南江南地区春季雷暴活动高发区主要在广西东部至广东西部;其高峰期在下午18:00和凌晨4:00左右,且大多数雷暴活动持续时间不超过3 h;山区雷暴活动主要在傍晚至夜间;平原雷暴活动主要在白天,高峰在17:00及06:00前后;(2)华南江南地区的雷暴活动存在着3~5年的短周期和16年左右的长周期变化;(3)雷暴日距平EOF分析的前3个主成分累计方差贡献达到72.3%。按其向量场的方差贡献分型,Ⅰ型表现为华南江南雷暴活跃特征呈现较统一的变化规律。深厚西南低涡槽前、上干下湿的水汽层结、上冷下暖的温度层结为华南江南地区发生大范围雷暴天气提供良好的动力、水汽和位势不稳定条件,是华南江南雷暴活跃异常的主要模态;Ⅱ型表现为从华南南部到江西与浙江南部有一条西南-东北向、下宽上窄的雷暴活跃正距平异常区,而两侧为负距平异常区。其环流特征表现为温度整层偏冷,水汽整层偏湿,而西南槽前动力抬升有利于水汽抬升凝结触发对流形成雷暴;Ⅲ型表现为华南和江南地区雷暴活跃特征呈南北反位相异常,其分界线在26 °N附近。其环流特征表现为较强的干冷空气南下与南方暖湿空气在南岭山区对峙形成异常的垂直环流圈。在其上升支,低层干冷空气被卷入中高层使得中高层暖湿空气凝结释放潜热形成对流,造成华南地区多雷暴发生,而江南地区处于垂直环流的下沉支,整层湿度偏干,造成江南地区雷暴相对偏少。   相似文献   

A Statistical Analysis of Trends for Warm and Cold Spells in Uppsala by Means of Counts          下载免费PDF全文

Jesper Rydén 《Geografiska Annaler: Series A, Physical Geography》2015,97(3):431-436

Statistical studies of extremes are of interest in the climatic sciences, in particular trends of periods of unusually warm or cold weather, which could be labelled warm and cold spells, respectively. We study the yearly number of spells in Uppsala, Sweden which from a data‐analytic point of view truly are counts, and employ theory and methods from the field of regression models for counts. A possible trend for the period 1840–2012 was investigated. The trend for warm spells is positive and demonstrated to be larger in magnitude compared with the one for cold spells, and is found to be statistically significant. The methodology could be extended to analyse other climate indicators.  相似文献   

基于地貌单元的小区域地质灾害易发性分区方法研究   总被引：10，自引：0，他引：10  

唐川  马国超 《地理科学》2015,(1)

以汶川县城周边区域为研究区,分别以栅格单元与地貌单元作为单位评价单元,以信息量法与逻辑回归法两种评价模型对研究区进行地质灾害易发性评价分区。根据对评价结果的比较分析,在小区域范围内,基于地貌单元的区域易发性分区不仅仅能够更好地体现出区域内局部综合特性,而且评价分区结果与地质灾害实际分布情况更加吻合,分级层次更加明显,数学模型的适用效率很好。由此可见,在小范围区域内,基于地貌单元的地质灾害易发性评价分区具有良好的适用性与可塑性,在大比例尺地质灾害易发性和危险性制图中是一个有益的尝试与启发。  相似文献   

黄淮地区夏季日降水分区概率预报方法研究     

赵琳娜  董航宇  吴亮  王彬雁  白雪梅  党皓飞 《气象》2015,41(12):1503-1513

利用我国黄淮地区1961—2010年50年6—8月的日降水资料,采用REOF和t检验的方法,将中国黄淮地区夏季降水分成Ⅰ—Ⅴ区。5个区域进行差异性t检验表明5个区域之间（彼此）差异显著,说明了区域划分的正确性。在此基础上利用1999—2007年6—8月站点日降水资料以及CFSv2模式后预报的日降水资料建立了5个区域内共5个代表站点的夏季日降水概率预报方程,并进行了确定性、概率性预报检验和业务试用检验。对各区域内5个代表站日降水量的确定性预报检验表明：Logistic回归降水概率预报方程的TS评分要高于CFSv2模式预报和T213的集合预报平均,空报率也低于CFSv2模式预报和T213集合预报平均,但是漏报率却略高。各区域代表站日降水量的概率预报Brier评分检验表明：Brier评分均不超过0.2,大大低于T213集合预报所得概率预报的Brier评分分值,说明本文Logistic回归方程的概率预报较为可靠。Brier技巧评分表明：Logistic回归降水概率预报方程各站的BSS技巧评分都大于0.0,说明各站的预报技巧高于检验样本气候概率的预报技巧,且高于T213集合预报的Brier技巧评分,说明在分区基础上建立Logistic回归降水概率预报方程的方法是有预报意义的。  相似文献   

华东地区月平均气温统计降尺度方法比较   总被引：1，自引：0，他引：1  

高红霞  汤剑平 《气象科学》2015,35(6):760-768

用中国地面气象观测站的逐日气温观测资料和NCEP/NCAR再分析资料,分别使用基于多元线性回归(MLR)和3种主成分分析(PCA)的统计降尺度方法,对1959-2008年的华东地区的月平均气温分两个时段进行统计降尺度分析并加以检验,比较了不同降尺度方法的结果。结果表明:对于华东地区气温的统计降尺度预报,基于MLR的统计降尺度方法相对于3种PCA方法而言,对单站年际变化模拟方面有一定优势。PCA方法应用于统计降尺度时,预报因子的区域选择是影响统计降尺度结果的重要因素之一。对于温度进行统计降尺度分析时,预报因子中包含温度因子是非常必要的;所试验的4种降尺度方法,对各站点多年平均情况的模拟要好于对区域平均的年际变化的模拟。  相似文献   

利用TMI资料估计西北太平洋热带气旋强度的客观方法   总被引：1，自引：0，他引：1       下载免费PDF全文

周顺武  卢怡  赵兵科  鲁小琴  丁锋  陈丽营 《大气科学学报》2015,38(3):407-413

利用2007—2009年热带降雨测量卫星(TRMM)微波成像仪(TMI)观测的亮温资料,建立一种西北太平洋热带气旋强度(Tropical Cyclone,TC)的估计模型,对2010年热带气旋进行独立估计试验,并对估计误差进行分析。结果表明:该模型对强度小于强台风TC的拟合效果较好,均方根误差约为5 m/s,平均绝对误差约为4 m/s;对强台风和超强台风TC的拟合误差较大,均方根误差分别为9.65和6.60 m/s,平均绝对误差分别为7.76和5.49 m/s;对强台风及以上强度的TC,模型的拟合误差在日(夜)间减小(增大),误差最小(大)值为6.00 m/s(11.96 m/s),说明估计值在日(夜)间偏大(小)。  相似文献   

Data selection using support vector regression     

Michael B.RICHMAN  Lance M.LESLIE  Theodore B.TRAFALIS  Hicham MANSOURI 《大气科学进展》2015,32(3):277-286

Geophysical data sets are growing at an ever-increasing rate, requiring computationally efficient data selection(thinning)methods to preserve essential information. Satellites, such as Wind Sat, provide large data sets for assessing the accuracy and computational efficiency of data selection techniques. A new data thinning technique, based on support vector regression(SVR), is developed and tested. To manage large on-line satellite data streams, observations from Wind Sat are formed into subsets by Voronoi tessellation and then each is thinned by SVR(TSVR). Three experiments are performed. The first confirms the viability of TSVR for a relatively small sample, comparing it to several commonly used data thinning methods(random selection, averaging and Barnes filtering), producing a 10% thinning rate(90% data reduction), low mean absolute errors(MAE) and large correlations with the original data. A second experiment, using a larger dataset, shows TSVR retrievals with MAE < 1 m s-1and correlations 0.98. TSVR was an order of magnitude faster than the commonly used thinning methods. A third experiment applies a two-stage pipeline to TSVR, to accommodate online data. The pipeline subsets reconstruct the wind field with the same accuracy as the second experiment, is an order of magnitude faster than the nonpipeline TSVR. Therefore, pipeline TSVR is two orders of magnitude faster than commonly used thinning methods that ingest the entire data set. This study demonstrates that TSVR pipeline thinning is an accurate and computationally efficient alternative to commonly used data selection techniques.  相似文献   

利用不同方法反演冬小麦叶面积指数研究     

郑东东  李颖  赫晓慧 《气象与环境科学》2015,38(4):56-60

基于高光谱数据的叶面积指数监测是快速获取冬小麦叶面积指数的重要方法。为了探究回归方法和高光谱数据变换对冬小麦叶面积指数反演精度的影响,采用逐步回归和偏最小二乘回归方法,分别建立基于冬小麦拔节期冠层高光谱数据、一阶导数光谱数据、二阶导数光谱数据和对数光谱数据的叶面积指数多元线性回归模型。结果显示,导数和对数变换能够提高冬小麦LAI反演精度,以蓝紫光、绿光、红光和近红外波段建立的一阶导数光谱数据逐步回归模型最优,建立回归模型的决定系数R2为0.974,交叉验证的RMSE为0.131,可为冬小麦LAI估算的方法选择和数据处理提供依据和参考。  相似文献