概率学中圆上n点共半圆问题的解决及应用

通过圆上三点共半圆概率的求解,解决圆上点共半圆问题的简便计算方法,并进而推导出圆上点同落于一段确定圆弧内概率的计算公式。以此为数学模型,介绍其在几何、统计及质量检验管理等方面的应用。     

拟阵交构约束的下模函数最大值问题的近似算法及其分析

下模函数的最大值问题是组合优化中的核心问题,然而求解下模函数最大值问题是一个NP-难问题,故人们降低要求,求解它的最优近似解。在拟阵约束的基础上,进一步研究拟阵交构成的独立系统下求解下模函数最大值问题,运用了近似领域算法,得到下模函数的近似最优解,并讨论给出了近似算法的性能分析,得出近似解的近似度≤（αm＋1）。     

爱因斯坦的高等教育观

爱因斯坦是二十世纪科学巨匠,和科学贡献一样,他的高等教育观是十分深刻的。爱因斯坦的高等教育观,本文梳理为六条:兴趣和爱好是最好的老师;想象力比知识更重要;发展独立思考和独立判断能力;讨论是学习的好形式;鼓励学生去实际行动;学校教育的目标是培养和谐的人。研究爱因斯坦的高等教育观,对于深化高等教育改革与培养高素质人才,具有积极意义。     

TP1700型运梁车驱动系统同步控制设计与应用

TP1700型运梁车采用分体式4车独立驱动系统,针对其同步精度要求高的问题,进行了理论分析及仿真研究,提出了使用压力与转速信号的同步控制方法。基于液压传动系统的规律,将其简化成泵变量机构与泵控马达两部分。以某一车为基准信号,调节其余车泵的排量,根据系统结构特点,分别满足不同车之间压力同步或转速同步。利用AMESim软件对系统进行建模与仿真,通过与实测数据进行对比,验证了仿真模型的准确性和系统原理的正确性。仿真和实际使用结果表明,采用压力与转速信号的同步控制方法,能够有效保证系统的同步性。     

两类独立旋转车轮转向架横向动力学研究

研究了独立旋转车轮转向架因其左右独立车轮的耦合程度不同，而造成的横向动力学性能差异的原因。通过建立各自在直线上的横向动力学客车模型，利用新型快速显式数值积分法编程进行动态仿真，以比较其车辆的主要动态响应值。     

湖南有色金属工业“九五”发展战略

1994年,湖南铅、锌、锑等六种精矿含量居全国各省之首,十种有色金属产量在全国居第三位。按照原定“八五”期间奋斗目标,到1995年,全省有色金属工业总产值达到43.76亿元,平均递增5.9％;十种有色金属产量35.5万吨,年均递增5.5％;各种精矿含量19万吨,平均递增1.8％。这些指标均提前一年,于1994年实现并超过。1994年全省有色金属工业总产值、十种有色金属产量、六种精矿含量分别比“八五”奋斗目标     

湖南有色金属工业发展的成就与经验

湖南素称“有色金属之乡”,是我国有色金属工业重要的生产基地之一。铅、锌、锑精矿等6种精矿的产量一直居全国之首;铜、铅、锌、锑、锡等10种有色金属的产量在全国居第三位。经过“八五”期间的建设和发展,湖南有色金属工业从地质、采矿、选矿、冶炼、加工到科研、教学、设计、机械修造、内外贸易等配套成龙,形成了一个拥有现代     

胎儿心电提取方法研究综述

胎儿心电信号提取是一个复杂的信号处理问题。本文首先对自适应滤波技术、独立分量分析方法和盲源提取技术等三种典型的胎儿心电提取方法的基本原理进行了阐述,然后对各方法的改进研究也进行了综述,并对比分析了三种方法的优缺点,指出基于二阶统计量盲提取方法,根据胎儿心电周期与母亲心电周期的差异,只提取胎儿心电,计算量小,便于在线实时处理,在今后的应用中将会有广阔前景。     

KICA模式匹配的动态过程监控与故障诊断方法

针对复杂化工过程具有的非线性、非高斯性和动态特征,提出了基于核独立成分分析(KICA)的模式匹配方法,用于动态过程监控和诊断。首先,利用滑动窗建立基准集与测试集的KICA模型,提取各自的核独立元:其次,融合余弦函数绝对值度量和距离度量,提出新的不相似度监控指标,识别训练与测试操作期间的相似模式,进行故障检测:最后,基于两类数据的核子空间之间的差异子空间,获得每个过程变量方向与该差异子空间之间的互信息,并定义新的非线性非高斯贡献度指标,进行故障诊断。基于污水处理过程的仿真结果表明,与主成分分析不相似度因子的方法、标准的独立成分分析(ICA)统计指标方法及标准的ICA T~2/SPE指标融合的贡献度方法相比,本文提出的方法具有更好的检测能力与故障诊断效果。     

小数据集条件下的多态系统贝叶斯网络参数学习

针对贝叶斯网络中多父节点条件概率分布参数学习问题,提出了一种适用于多态节点、模型不精确、样本信息不充分情形的参数学习方法.该方法利用因果机制独立假设,分解条件概率分布,使条件概率表的规模表现为父节点个数和状态数的线性形式;利用Leaky Noisy-MAX模型量化了多态系统模型未含因素对参数学习的影响;从小样本数据集中获取模型参数并合成条件概率表.结果表明,该方法能提高参数学习效率与精度.