煤层注水参数的数量化理论正交设计优化方法

本文结合实例,应用数量化理论和正交设计两种数学方法,给出了煤层地质条件为不稳定状态下,如何利用微机确定煤层注水参数的最优组合方法。经考证,这种方法比较接近实际,能满足工程技术要求。     

感性工学在护理床护栏设计中的应用研究

目的进行感性工学在护理床设计中的应用研究。方法运用语意差分法将用户对护理床的感性意象从形、色和质3个方面分解量化,建立由10对意象形容词及10个样本图片组成的语意空间。使用里特量七级语意差分问卷进行调查,运用主成分分析法进行降维。以护理床护栏为例,使用数量化理论I建立感性意象和设计元素之间的映射关系,指导新产品开发。结论依据感性工学理论设计的新护栏较好地匹配了用户需求,感性工学的应用可以为护理床的设计提供一种新的思路,有助于企业和设计师确定产品开发方向,具有一定的实用和推广价值。     

带有量化与丢包的线性系统的动态反馈控制

研究了涉及信号量化与数据丢包的网络控制系统的动态输出反馈控制问题.其被控系统的状态是不可测的,且量测输出信号与控制输出信号在经过网络传输之前被对数量化.由于通道带宽受限,使由传感器到控制器与由控制器到执行器的通讯通道中同时可能发生随机丢包,因此闭环系统被建模为含有4个子系统的离散切换系统.利用扇形界方法与平均驻留时间方法,以非线性矩阵不等式的形式给出了闭环系统指数稳定的充分条件,并通过求解一个非线性最小化问题得出了动态控制器.     

环境可靠性实验室能力验证方法

环境可靠性实验室能力验证有其特殊性，不能通过中间样品来进行能力验证，应以设备复现和控制环境模拟参数为比对量，对此比对量的量化需要考虑试验设备本身、环境、测量系统等的贡献。本文以冲击台的能力验证为例，介绍了比对参数的量化方法，全面反映了比对参数的情况，体现了能力验证单位的真实能力。这也是国内首次进行冲击试验室能力验证工作。     

基于数量化II类的数据分析库的设计与实现

数量化II类理论研究的是定性资料的分析,它与判别分析根据所研究的个体的观测指标来推断该个体所属类型的方式不一样。文章以数量化II类作理论依据,采用定性分析与定量分析相结合的方法,提出了一种数据分析库的设计和实施方案,该系统在数据分析和决策支持系统方面的研究和应用中有一定的特色。     

新宾草盆小学后沟泥石流易发程度数量化评判

研究了新宾县草盆小学后沟工程地质条件及泥石流发育特征,分析了地形地貌、固体物源和水动力条件等影响泥石流的内外因素,并对各项影响因子进行了数量化评判,划分了地质灾害影响区,预测了地质灾害的发展趋势,提出了设置谷坊拦砂节流和排水沟疏导分流的泥石流防治建议。     

岩桑树水电站库区滑坡发育的影响因素及危险性评价

为定量评价岩桑树水电站库区滑坡影响因素的影响程度及危险性,根据其环境条件,确定滑坡发育的影响因素,采用数量化理论Ⅲ分析各因素的影响程度,并判断滑坡所处的危险性。分析结果表明,库区滑坡发育的主导因素为地层岩性、坡体到断层的距离和斜坡高度,且以地层岩性的影响程度最大;主要影响因素为坡体风化程度、滑坡体积和正常蓄水后的坡体浸没比;一般影响因素为坡面倾向、植被覆盖率和斜坡坡度。滑坡发育影响因素间的耦合强度多以中、强为主,说明一般影响因素对滑坡的发育也存在较大影响。同时,库区滑坡的危险性多为中或低,但随库区水位的周期性升降,滑坡的危险性将进一步增加,需加强监测或治理。研究成果为库区滑坡灾害研究提供了新思路。     

基于HSV的服装色彩特征数量化方法研究北大核心CSCD

选用基于人眼视觉的HSV颜色模型作为分析的依据,提出一种识别服装色彩主色调并量化色相对比、纯度对比和明度对比的方法。在提取色相分布的基础上,根据同类色原则得到区域分布,服装主色调由最显著的区域确定。在考虑面积影响的基础上,建立了色相对比度公式用以计算和识别同类色、类似色、中差色和对比色,建立了纯度对比度和明度对比度公式分别用以量化传统的纯度对比和明度对比。结果表明,该方法能较为有效地进行服装色彩的计算。     

煤与瓦斯突出区域性预测的综合判据研究

为了准确、快速地预测煤与瓦斯突出,以焦作中马村矿为实施矿井,采用瓦斯地质理论全面分析了影响瓦斯突出的地质条件,利用数量化理论Ⅲ筛选了瓦斯突出的敏感指标,应用数量化理论Ⅱ建立了煤与瓦斯突出区域性预测的综合判据,选用二维判别方法对中马村矿二l煤层未采区进行了预测,预测结果为突出危险区23个,突出威胁区41个,非突出区106个,与实际突出结果吻合．表明采用瓦斯地质理论和数量化理论相结合的方法预测煤与瓦斯突出是可行的．煤与瓦斯突出区域性预测综合判据的建立使突出预测规范化,有望推广应用．     

面向移动端的目标检测优化研究

为适应移动智能时代对实时目标检测的需求,人们针对面向移动端的目标检测优化问题提出了众多解决思路。其优化思路可归纳为轻量化网络设计和模型压缩两类：一类是基于手工设计或自动化机器学习（AutoML）手段,在网络设计之初就采用轻量化卷积设计构建轻量化网络;另一类是借助张量分解、模型剪枝、参数量化等压缩手段,调整现有的目标检测模型来优化检测性能。考虑到优化方法的发展规律不尽相同且彼此之间有所关联,分别采取了不同的分析角度和对比维度。从市场角度剖析了国内面向移动端的目标检测产业化现状,并对其优化研究的潜在问题和发展方向进行了总结与展望。