高聚物在混合炸药中的应用

综述了各类天然高聚物、热塑性聚合物、含氟聚合物、有机硅聚合物、橡胶弹性体、热固性树脂、环氧树脂及活性高聚物应用于混合炸药中所应满足的条件;对一些高聚物的合成、结构、性能以及在混合炸药中的作用、用途进行了讨论。     

高效液相色谱法在炸药分析中的应用

高效液相色谱法(HPLC),也称为高压或高速液相色谱法,是经典柱色谱法的发展,其发展特别缓慢,在六十年代末七十年代初,现代HPLC才得到广泛的应用。流动相(也称洗脱液或溶剂)由泵来驱动流过柱子,柱子是色谱分析的“心脏”,柱填料通常是硅质微球。当固定相为非极性,而流动相为极性时,这种色谱技术就作为反相HPLC。一种非常有用的填料是化学健合固定相,将硅胶表面硅烷化以形成Si-O-Si-C键,这是制得的最好的固定相。 HPLC最通用的检测器是UV分光光度计,其检测作用的原理是在UV区域内。对     

工业炸药生产中的混合理论及其技术

粉状工业炸药的混合效果影响其爆炸性能,文章就与工业炸药生产相关的混合理论及技术进行研究.引入混合度概念衡量混合效果,对工业上常用的几种固相混合设备、液相混合设备的结构和混合特点进行了分析对比,建议在进行工业炸药的工艺与配方研究的同时,注重用于粉状工业炸药生产的混合的设备装置的应用开发,以促进工业炸药生产技术整体水平和产品质量的提高.     

偏最小二乘回归在响应面法可靠度分析中的应用

针对目前多维变量可靠度问题中广泛应用的均匀设计响应面法,分析了采用最小二乘法拟合样本数据回归模型时存在的局限性,并在已有方法的基础上提出了一种改进的方法。该方法将均匀设计与偏最小二乘回归技术相结合来回归响应面模型,从而计算结构的失效概率,有效的解决了变量间多重相关性及小样本条件下建立回归模型的问题。通过算例验证了该方法的适用性,尤其对于高维变量的可靠度问题,与最小二乘拟合响应面相比,计算结果更加精确。     

最小二乘法在压缩机选型中的应用

在制冷工程设计过程中,传统的压缩机选型计算过程复杂,涉及到大量数据资料的查询,耗时较长,误差较大,影响选型的准确性及微机的应用。因此,可利用最小二乘法原理,将各种型号压缩机的性能曲线拟合成公式,从而提供一种更简捷、更高效的压缩机选型新方法。     

最小二乘法在流量测量中的应用

介绍了最小二乘法在流量测量中的应用,并将应用最小二乘法获得的仪表系数拟合公式与平均仪表系数进行了比较。     

最小二乘法在电力设计中的应用

在满足电力设计要求的前提下,计算常用参数,提高计算精度和计算效率。研究方法：采用最小二乘法。研究结果：用最小二乘法计算电力设计中常用参数,得出常用参数的函数表达式。研究结论：用最小二乘法进行设计参数的计算,适用范围广,计算精度高,而且易于计算机实现。     

最小二乘法在压缩机选型中的应用

制冷工程设计过程中，传统的压缩机选型计算过程复杂，涉及到大量数据资料的查询，耗时较长．误差较大．影响选型的准确性及微机的应用．因此，可利用最小二乘法原理，将各种型号压缩机的性能曲线拟合成公式，从而提供一种更简捷，更高效的压缩机选型新方法．     

微机核子计量技术在硝铵炸药生产中的应用

文中介绍了微机核子计量系统的组成、工作原理及其在硝铵炸药生产中的应用，对硝铵炸药生产自动化具有一定的参考价值。     

高效液相色谱法在炸药分析中的应用（续）

将200～400目PVP的装在一根13.5cm×6mm(i.d.)的玻璃柱内,丙酮作流动相,应用RI检测器,发现PVP吸附痕量的HMX此RDX要强,这就导致对它们良好的分离,     

非线性系统载荷识别的最小二乘支持向量机法

为解除载荷识别问题对原系统先验知识的依赖,本文提出采用最小二乘支持向量机（Least squares support vector machine,LS-SVM）对非线性系统进行逆模型辨识,随后在该逆模型基础上利用工作状态的响应数据识别时域载荷。通过对某一非线性系统的稳态和非稳态激励的仿真计算,验证了该方法的有效性。仿真结果表明LS-SVM能够辨识出可靠的非线性系统的逆模型,进而反演出较精确的时域载荷。该方法不需要了解系统的数学模型及参数,只需少量训练样本即可,因此该方法能够应用于工程实践中。     

精确的炮弹定位方法——非线性最小二乘法

利用非线性最小二乘法建立模型，用MATLAB求解并进行灵敏度分析。得到炮弹精确的坐标位置。利用该方法能够精确解算出弹道。     

购后行为意向的偏最小二乘建模与分析

简述了偏最小二乘用于多元回归建模的方法。对顾客购后行为意向及其成因指标的调查数据采用偏最小二乘法，根据变量投影重要性指标和因子载荷分析，从lO个成因指标中筛选出8个组成自变量指标集合，然后以重复购买、交叉购买、正面推荐等三种顾客购后行为意向指标作为因变量集合，建立了多元回归模型，取得了比较满意的拟合与预测效果。主要结论如下：对于电视机产品，(1)期望和愿望自身对于顾客购后行为意向没有显著影响；(2)期望和愿望的满足程度影响顾客的购后行为意向；(3)企业形象和发布信息的真实性影响顾客的购后行为意向；(4)质量因素比价格因素的影响强烈；(5)在三种顾客购后行为中，顾客满意度对于正面推荐的影响系数最大。     

Dud,A Derivative-Free Algorithm for Nonlinear Least Squares

Derivative-free nonlinear least squares algorithms which make efficient use of function evaluations are important for fitting models defined by systems of nonlinear differential equations. A new Gauss-Newton-like algorithm with these properties is developed. The performance of the new algorithm (called Dud for “doesn't use derivatives”) is evaluated on a number of standard test problems from the literature. On these problems Dud competes favorably with even the best derivative-based algorithms.     

Cost Prediction of a Turbofan Engine Using the Robust Partial Least Squares Method

In recent years,the cost of engines has become increasingly important to engine manufacturers,who are consistently faced with major problems on how to reduce cost to a minimum.Cost has become a decisive factor for aircraft design.To control the continual rapid increased cost,engine cost prediction is indispensable early in the design phase.But the cost data of an aircraft engine is small;we introduce the Robust Partial Least Squares Method in solving this problem,and reducing or removing the effect of outlying data points,which is different from the Classical PLS.We use the MATLAB software doing several simulations;results and analysis of a real turbofan engine data set show the effectiveness and robustness of the Robust PLS method.The Robust PLS method can effectively be used to estimate Turbofan Engine cost with reasonable accuracy.     

Iteratively Reweighted Partial Least Squares Estimation for Generalized Linear Regression

I extend the concept of partial least squares (PLS) into the framework of generalized linear models. A spectroscopy example in a logistic regression framework illustrates the developments. These models form a sequence of rank 1 approximations useful for predicting the response variable when the explanatory information is severely ill-conditioned. Iteratively reweighted PLS algorithms are presented with various theoretical properties. Connections to principal-component and maximum likelihood estimation are made, as well as suggestions for rules to choose the proper rank of the final model.     

A Least Squares Fit Method for Precision Evaluation of Waveguide-Resonator Measurements

The resonance frequencies of waveguide resonators, e.g., for the measurement of dielectric constants, are evaluated using a least squares fit method based on the analytic eigenfrequency equation. This yields a reliable estimate of the number of order of the resonances even for long resonators and averages random measurement errors.     

基于改进偏最小二乘的CMM动态误差混合建模分析

三坐标测量机(CMM)动态误差源错综复杂,并且相互影响,因此很难建立一个通过误差源分析误差的准确预测模型.本文以空间测量位置的三维坐标值和测量机测量时的计算机直接控制(DCC)参数,包括移动速度、逼近距离和触测速度作为CMM动态测量误差模型的原始自变量,并通过3B样条变换获得各原始自变量与动态测量误差的非线性关系函数,再利用正交投影法把解释矩阵中与因变量无关的成分扣除掉,得到新的解释矩阵后再用偏最小二乘(PLS)回归进行降维和参数估计,从而得到CMM动态测量误差模型,即基于3B样条-正交投影偏最小二乘(3BS-OPPLS)模型.这样既避免了分析错综复杂的误差源及其相互影响,又能够捕捉各自变量对动态测量误差的非线性影响,并能克服因解释变量过多而产生的多重共线性问题.实验结果表明建立的3BS-OPPLS模型的预测效果优于未经正交投影的3B样条-偏最小二乘(3BS-PLS)模型,模型的预测精度得到显著提高.     

基于最小二乘支持向量机的传感器非线性动态系统辨识

讨论了一种基于最小二乘支持向量机的非线性动态传感器系统辨识方法,并给出了相应的推导过程和学习算法.首先,将传感器的非线性动态系统分解为静态非线性子环节和动态线性子环节串联--Hammerstein模型;然后,建立类似线性的中间模型,通过该模型能将Hammerstein模型的非线性传递函数转换为等价的类线性形式;再通过LS-SVM线性回归算法求取中间模型参数;最后推导出中间模型参数与Hammerstein模型参数之间的关系,并通过该关系反演出原传感器系统的Hammerstein模型参数,实现传感器非线性动态辨识.仿真与实际传感器系统辨识的实验结果均表明该方法可行.     

基于支持向量机的传感器非线性动态补偿方法

提出了应用支持向量机(LS-SVM)实现传感器非线性动态补偿方法.LS-SVM的训练过程遵循的是结构风险最小化原则,而不是通常神经网络的经验误差最小化,可获得更好的泛化性能,不易发生局部最优及过拟合现象,因此可弥补应用人工神经网络进行传感器非线性动态补偿的缺陷.通过实例验证了该方法的可行性,结果表明,即使当传感器动态模型存在严重非线性,且有测量噪声存在,该方法也仍然有效.