Prediction of fire classification for wood based products. A multivariate statistical approach based on the cone calorimeter

Wood has long traditions as a building material, and is often used in construction elements, and as interior and exterior surfaces in the Nordic countries. In most applications, there are reaction to fire requirements to products used as surfaces, e.g. in escape routes and larger public spaces. Most wood products will therefore have to be treated with fire retardant (FR) agents to fulfil the strict requirements to properties connected to heat release and flame spread. Unfortunately, FR agents usually also increase the smoke production, as they cause a more incomplete combustion of the wood. The wood product manufacturers seek to find the optimal amount of FR additives where both heat release and smoke production in the classifying test are within the requirements given in the building regulations. This paper describes models for prediction of the European reaction to fire classes of wood products. The models are based on multivariate statistical analysis, and use test results from the cone calorimeter test as input. The presented models are, with very good precision, able to predict which Euroclass and additional smoke class a wood based product would obtain if it were to be tested in the single burning item test. Copyright © 2006 John Wiley & Sons, Ltd.     

Optimal predictor for a singular random process

An optimal predictor is developed for a singular random process generated by a known system driven by a white noise sequence. The properties of the predictor are compared with those of the optimal predictor for a nonsingular random process.     

节理岩体的代表单元集合体模型及弹性参数预测

本文明确提出了节理岩体“代表单元集合体”的概念和模型，通过对节理岩体的“代表单元集合体”进行数值模拟，研究了节理岩体的“代表单元集合体”的变形特性，建立了节理岩体的弹性模型，提出了预测节理岩体宏观等效弹性参数的计算机模拟方法，并将其应用于岩体工程稳定性分析中。     

Linear interpolation in a fuzzy information space

An approach to solving a linear interpolation problem in a fuzzy information space is proposed. Two different schemes of interpolation are outlined: a heuristic one, based on the geometrical interpretation of operations, and an optimization one, based on the expansion principle. The results obtained allow performing fuzzy linear prediction. __________ Translated from Kibernetika i Sistemnyi Analiz, No. 2, pp. 55–68, March–April 2006.     

储层石蜡沉积预测技术研究与应用

在油田开发过程中 ,由于油藏温度、压力等条件的变化 ,高含蜡原油在近井带容易产生石蜡沉积 ,堵塞地层孔隙或裂缝 ,严重影响油田开采 ,尤其对于低渗油田 ,伤害特别严重。文中应用理想溶液理论、质量守恒和能量守恒等基本原理 ,建立更符合油田实际情况的油藏中石蜡沉积预测数学模型 ,开发一套方便实用的油藏中石蜡沉积预测软件系统FPOS1 0。在此基础上 ,应用室内实验数据和现场数据对吉林新民油田油井石蜡沉积情况进行预测和现场拟合 ,确定新民油田临界石蜡沉积半径为 2 5m ,快速、准确地为现场清防蜡措施提供理论依据。     

基于ANN实现的供应需求预测方法

基于人工神经网络技术，建立了后勤供应需求的网络预测方法，并以某区域高校后勤保障需求为例，给出了后勤供应需求预测的步骤与实现过程。     

二次型时频分析技术的开发与应用

基于二次型的时频分析是高分辨率时频分析技术的有效方法之一，该项技术能够有效反映时变信号的频谱特性，具有分辨率高、能量集中和跟踪瞬时频率的特点。从时变信号的特点出发，阐述了二次型时频分析技术的基本方法原理，采用正演模型分析验证了该方法的有效性，并在实际地震资料中应用于识别物源方向、划分沉积相带、预测储层结构以及相对厚度等诸多方面，均取得了较好的效果。     

用分数延迟改进基音预测的CELP编码方案

在ＣＥＬＰ编码器中，通常用延迟为抽样间隔整数倍的长项预测器表征浊音语音的准周期性，然而在低比特率，这种限制降低了编码器的性能。本文在介绍了ＣＥＬＰ编码器原理及激励码本构成后，重点研究了一种新型的基音预测方法；分数延迟基音预测，计算机模拟结果表明，这种方法能对浊音进行更准确的表达，尤其对女性讲话者明显改善了语音质量。     

基于神经网络的河道浅滩演变预测模型

河道浅滩演变是一个复杂的非线性动力学过程, 作者借助神经网络处理非线性问题的优势, 在分析影响河道浅滩演变因素的基础上, 建立了预测河道浅淮演变的BP网络模型, 并对模型中的输入因子和样本的提取进行了探讨. 以闽江竹岐至侯官河段为实例,用“试控法”给出了BP网络模型的建模方案, 用正交设计原理选取相应的训练样本集, 利用该样本集对网络进行学习和训练, 并用训练好的BP网络模型预测浅滩上年内最小水深和年平均淤积厚度. 计算结果表明: 模型预测结果与实际值吻合良好. 这为河道浅滩演变预测研究提供了新方法.     

美国COMSTAC/AST卫星发射市场预测

隶属于美国联邦航空管理委员会（FAA）的美国商业航天运输咨询委员会（COMSTAC）和商业航天运输管理协会（AST）在每年的5-6月份都对未来10年的商业卫星发射市场进行预测。2001年该委员会对商业同步轨道（GEO）和非同步轨道（NGEO）的卫星需求和发射需求都进行了预测。