基于微区域PM2.5浓度卡尔曼插值预测模型的研究

目前颗粒物(尤其是PM2.5)污染问题日趋严重,人们对其关注度越来越高。本文提出一种结合三次样条插值方法的卡尔曼预测模型并将其应用于微区域校园环境PM2.5浓度的预测,以及实现PM2.5浓度的插值模拟图,模拟PM2.5的空间分布。本文实验基于实验室已搭建的环境信息监测系统服务器数据,其PM2.5浓度数据预测值和实际值通过Wilcoxon带符号秩检验后,双侧渐进显著性概率为0.527,远大于显著性水平α=0.05。同时,与神经网络模型预测方法(BP预测)和支持向量机预测方法(SVM预测)对比,卡尔曼预测模型的结果更理想,其日均值PM2.5浓度数据预测值和监测值的平均绝对误差(MEA)为1.8μg/m3,平均相对误差(MER)为6%,相关系数R为0.87。实验结果表明:卡尔曼预测模型能有效地用于PM2.5浓度预测,结合样条插值方法可以较好地模拟PM2.5的空间分布及局部污染特征。     

基于层次分析法的植物神经系统活动度及平衡性的评价模型研究

目的:植物神经功能状态的参数异常是心血管疾病预后不良的标志。本研究拟提出一种基于层次分析法定量评价植物神经系统活动度及平衡性的新方法。 方法:通过层次分析将心率变异性参数分为时域参数、频域参数、非线性参数3层指标,根据各层指标的两两相对重要性构造判断矩阵,计算出各层指标的权重,经过一致性检验验证判断矩阵的可靠性。经过自身对照实验获得数据对模型进行验证。 结果:随着应激程度的增加,交感神经张力呈增加趋势,副交感神经张力呈降低趋势,两者的平衡性呈增加趋势。 结论:本研究设计的模型能一定程度上反映植物神经系统的变化,有一定的理论研究价值。     

基于改进模糊层次分析法的精神压力量化研究

我们通过设置静卧以及运动两组实验对比,研究随着精神压力的增大,心率变异性的各个指标的升降变化,确定影响精神压力的评估指标。利用改进的层次分析法建立模型层次结构,结合九标度与三标度法确定判断矩阵,并通过最优传递矩阵确定各指标权重,避免了一致性检验。最后结合模糊综合评价实现精神压力量化。验证表明,本方法可以准确合理的进行精神压力量化。