基于交互式逐步回归的双语教学态度预测模型

针对多元线性回归分析法预测双语教学态度误差较大的问题,通过引入变量的平方项及交叉乘积项建立拟线性回归方程,利用交互式逐步回归分析法对变量进行筛选,并以筛选后的变量建模。将调查数据分为建模样本数据和测试样本数据,测试结果表明经过变量扩维及筛选所建立的预测模型精确度有较大提高,为语言学研究提供了一种新方法,值得推扩和借鉴。     

工业PTA氧化过程4-CBA浓度的模糊神经网络模型

A fuzzy neural network (FNN) model is developed to predict the 4-CBA concentration of the oxidation unit in purified terephthalic acid process. Several technologies are used to deal with the process data before modeling.First,a set of preliminary input variables is selected according to prior knowledge and experience. Secondly,a method based on the maximum correlation coefficient is proposed to detect the dead time between the process variables and response variables. Finally, the fuzzy curve method is used to reduce the unimportant input variables.The simulation results based on industrial data show that the relative error range of the FNN model is narrower than that of the American Oil Company (AMOCO) model. Furthermore, the FNN model can predict the trend of the 4-CBA concentration more accurately.     

新乡市‘7.9’暴雨对地下水影响分析

2016年7月8日,新乡市普降大雨,降雨一直持续到9日20时,全市平均降水量达到145.10 mm,本次降雨在给新乡市造成洪灾威胁的同时,对地下水形成了很大的补给,平均地下水埋深回升了1.02 m,尤其是新乡市市区,地下水平均埋深回升了2.27m,而其它年份同期平均地下水埋深回升的远小于此。经分析计算得出,本次暴雨总降雨水量为10.44亿m3,地下水蓄变量为2.93亿m3,地下水补给系数为0.28。     

VC精馏的多变量控制

为了得到高纯度的氯乙烯单体和解决不易控制精馏塔操作的难题，对精馏过程的工茹爹教实施了多变量控制方案。通过改造，单体质量分数可达99．99％以上。     

基于对象模型对监控设备进行配置的技术

介绍一种在监控软件中基于对象模型对监控设备进行配置的技术。它将监控设备抽象成类模板,通过对类模板进行实例化的方法,生成对象模型,实现了对监控设备的模拟及配置。     

高强度氟硅橡胶胶料的研制

介绍了国产氯硅橡胶的配方试验过程及其性能数据，并与国外同类产品进行了比较对照。     

基于分区的航电系统调度分析工具实现

针对仅含纯周期任务集合、符合ARINC653多分区构架航电系统两级调度模型的可调度性判定问题,提出一种基于分区的航电系统调度分析工具。通过设定时钟变量模拟航电系统各分区中任务集调度过程,依据纯周期任务集及分区航电系统时间片分派特性确定仿真区间,设计优化的调度分析算法,判定航电系统分区级时间片分派的正确性及各分区中任务集的可调度性。测试及实例分析结果表明,该工具能自动、准确、快速地判定航电系统分区以及任务级调度模型的可调度性,并能以甘特图的方式绘制系统调度过程,较现有工具更为直观、高效。     

单例模式及其扩展在Web开发中的应用分析

单例模式是一种Web开发中广泛应用的设计模式,应用该模式的类只能在类体内部实例化本类唯一的实例对象,并通过该类的静态成员方法提供给整个应用程序,起到全局共享的作用. 该种模式的应用可以降低应用程序的资源耗费、提高运行效率,但当系统任务繁重或一个实例对象难以胜任时,就显得捉襟见肘,多例模式作为单例模式的扩展,通过生成有限个实例对象,既能避免类体本身实例对象的无序生成,又很好的解决了单个实例对象所不能完成的任务,可以说是单例模式优点的延续和扩展.     

高维数据挖掘中基于中位数回归的特征提取新方法

为降低噪声对数据特征提取(变量选择)效果的不利影响,基于中位数回归分析方法,利用变量选择降维技术(正则化估计),提出了一种稳健、有效的特征提取(变量选择)新方法,并具体给出了估计算法,该算法具有快速计算的特点.实验结果表明,新方法能够有效地对高维数据集进行估计和变量选择,且具有较高的准确性,即使数据中的信噪比很低时,该方法仍具有较好的效果.因此,该方法为高维数据挖掘特征提取提供了稳健且有效的方法.     

基于NSGA-Ⅱ算法的轨道转移优化方法研究

在普适变量法求解Lambert转移问题基础上,提出基于NSGA-Ⅱ（non-dominated sorting genetic algorithm-Ⅱ）算法的轨道转移时间-能量优化问题解决方法：通过修改非优超排序方法和采用空间扩张策略对NSGA-Ⅱ算法进行了改进,运用约束支配的概念解决了约束条件下Pareto最优集分层困难的问题。仿真实验表明：改进的NSGA-Ⅱ算法能有效求解轨道转移时间-能量优化问题,且比原算法提高了Pareto前沿散布性能。