迭代回归法计算T型电位滴定中试液含量

本文将迭代回归法计算Ｔ型电位滴定中，叙述了其原理及数学推导，并运算了一批实验数据，结果表明，该法准确度较高，且不需空白溶液校正。     

Volumetric properties of mixtures of 1,4-dioxane and water at high pressures

Densities of aqueous of 1,4-dioxane have been measured at temperatures from 298 to 348 K and at pressures up to 40 MPa by a vibrating-tube method. Molar volumes obtained with an estimated uncertainty of ±0.2°,% are correlated with pressure by the Tait equation within the experimental uncertainty. Pressure and composition dependences of the excess molar volume, partial molar volume, and isothermal compressibility are determined and they are compared with those of other aqueous solutions.     

河口水流、波浪、潮流、泥沙、河床变形二维数学模型

根据河口“波浪掀沙，潮流输沙”的泥沙运动机制，引入“波浪幅射应力”反应波浪对水体和泥沙的驱动力．考虑波浪对底部泥沙作用力、波浪对水流挟沙能力的影响及风场对水流和泥沙运动的影响．同时考虑泥沙粒径大小、水体含盐度、含沙量及水流紊动程度等因素对絮凝沉速的影响．用ＡＤＩ算法求解沿水深平均方程，破开算子法解悬移质不平衡输沙方程及河床变形方程，引入通度概念处理岸滩不规则边界，建立河口水流、波浪、潮流、泥沙、河床变形二维数学模型．通过实测资料及卫星摇感图像对所建数学模型进行检验，表明它可以较好地预测河口泥沙的运动     

预测井眼稳定性的力学化学耦合方法

在井眼力学稳定性评价的基础上，将硬脆性页岩水化后岩石强度等参数的变化规律用于页岩水化前后坍塌压力变化的对比分析，结果表明，地层坍塌压力当量密度随页岩水化程度的增加逐渐升高。给出了预测井眼稳定性的力学化学耦合方法，并将该方法应用于现场生产中，取得了较好的预测效果     

A comparison of backpropagation and general regression neural networks in quantative trace metal analysis using anodic stripping voltammetry and cybernetic instrumentation

A comparison is made between backpropagation and general regression neural networks for the prediction of parts per billion lead concentration when used to process data obtained from digested curry powder by the electrochemical analysis method of differential pulse, anodic stripping at a thin film mercury electrode (TFME). Two data sets are used, one requiring the net to classify an unknown analytical data vector into one of a number of previously learnt concentrations, and one requiring the net to predict the probable concentration of an unknown sample by interpolation of the already learnt concentrations. For both of these data sets the general regression neural network is shown to train faster and to provide results superior to those obtained by backpropagation.     

Locally Weighted Learning

This paper surveys locally weighted learning, a form of lazy learning and memory-based learning, and focuses on locally weighted linear regression. The survey discusses distance functions, smoothing parameters, weighting functions, local model structures, regularization of the estimates and bias, assessing predictions, handling noisy data and outliers, improving the quality of predictions by tuning fit parameters, interference between old and new data, implementing locally weighted learning efficiently, and applications of locally weighted learning. A companion paper surveys how locally weighted learning can be used in robot learning and control.     

f—x域内提高地震资料的信噪比

在 f-x 域,地震记录可以表示成有限个调频调幅正弦波的叠合,叠合的结果是一个连续且光滑的函数。我们可以用一个简单的 n 次多项式去逼近这个函数。本文提出了一种在 f-x 域用最小平方拟合原理消除随机噪声的新方法,并证明了在噪声为自噪以及空间采样足够密的条件下,拟合结果与噪声无关,即 f-x 域最小平方拟合处理可以有效地消除记录上的随机白噪,而对有效信号的破坏甚微。由于理论上允许振幅值及同相轴形态在空间上发生变化,因而该方法不具有混波作用,是高分辨率处理的理想工具。     

钢铁企业价格预测决策模型体系研究

通过对钢铁企业现行价格管理体系的分析 ,建立了钢铁企业价格预测决策模型体系。充分利用大量的定性、定量信息 ,并把趋势预测和因果预测技术相结合 ,采用组合预测模型对价格进行预测 ,最后对预测出来的多方案进行模糊综合评价 ,给出推荐方案顺序。实际应用表明 ,模型体系是有效的。     

局部剩余偏移与常速叠前偏移成像

如果需要将一个特定局部时空域中的地震反射波归位到它们的实际位置,则我们不必在整个时空域而只需在这个局部时空域对其进行偏移,同样能达到波场归位的目的。其差別仅是采用的速度不同而已.这样能大大地减小偏移的作用区域。采用这种局部偏移的方法进行常速叠前偏移结果的剩余速度偏移,可以完全消除叠前偏移剖面上由于速度变化引起的倾斜反射界面的错断现象。这样在进行叠前偏移时可采用较少的速度个数,减少叠前偏移的计算量。采用该方法作剩余速度偏移可以减少波场成像时的计算量,从而使得常速叠前偏移成为一种处理效果好、处理效率高的实用处理技术。     

声表面波传感器电路参数的CAD方法

本文提出了声表面波传感器电路参数的一种ＣＡＤ方法，即有约束内点惩罚函数－鲍威尔－阻尼最小二乘法，并对两个实例进行了计算。