当全球导航卫星系统(global navigation satellite system,GNSS)分布式仿真环境中共享的模型数量非常多时,检索模型和配置仿真任务将成为一个比较复杂的工程.为提高仿真模型选取和仿真任务配置的效率,设计了一套针对GNSS分布式仿真环境中仿真模型的实时智能推荐方法,方法中首先定义了模型关联关系和接口形状的概念,然后提出了一种条件约束下的频繁模式树(FP-tree)结构,并从理论上分析了该结构在检索任务量方面的减少程度,设计并推导了模型关联关系度的计算方法,以及整套智能推荐方法的运行流程.推荐方法在GNSS分布式仿真环境中进行了仿真验证,仿真结果与传统智能推荐方法做对比分析,分析结果表明,该方法针对仿真模型推荐时运行时间短,推荐结果准确度高,能够实时为用户推荐合适的模型

一、动态存储方式和静态存储方式从变量值存在的时间角度来分,可以分为动态存储方式和静态存储方式 二、静态存储方式 程序在运行期间分配固定的存储空间 的方式 三、动态存储方式 在程序运行期间根据需要进行动态的分配存储空间的方式

信号处理的实现方法 基本上分为两种方法,一种是软件实现方法,另一种是硬 件实现方法。软件实现方法指的是按照原理和算法,自己编写 程序或者采用现成的程序在通用计算机上实现。硬件实现指的 是按照具体的要求和算法,设计硬件结构图,用乘法器、加法 器、延时器、控制器、存储器以及输入输出接口部件实现的一 种方法。前者灵活,但速度慢,达不到实时处理要求;后者速 度快,但是不够灵活

基于图像处理的方法，采用了由粗及精的瞳孔定位思想，提出了一种高精度的瞳孔定位算法。该算法首先利用瞳孔区域的直方图，采用改进的最大类间方差法自适应地分割瞳孔区域，实现粗略定位，然后利用瞳孔灰度的梯度特性来精确定位瞳孔边缘点，最后在像素级瞳孔边缘点的基础上，采用亚像素定位方法，更精确地求得亚像素级瞳孔边缘点，并通过椭圆拟合的方法来精确确定瞳孔的中心位置。另外，针对瞳孔被遮挡的情况，本文提出了一种等距离补偿瞳孔的方法。多次实验结果证明了该算法对遮挡瞳孔的定位有较强的鲁棒性，可以准确地定位瞳孔的位置

第四章大气污染的控制与治理 第一节颗粒污染物的分离方法 大气污染物主要来源于工业废气的排放,可以采用各种方法控制和治理废气。按废气来源分 类可分为工艺生产尾气治理方法、燃料燃烧废气治理方法、汽车尾气治理方法等;按废气中污染 物的物理形态可分为颗粒污染物治理(除尘)方法和气态污染物治理方法

第3节静力学方程、连续方程和热力学能量方程 一、静力学方程

研究了一种方便可靠的夹杂物评估方法：利用合适电化学充氢后的拉伸试样获取夹杂物并与极值统计法相结合估算不同体积钢中非金属夹杂物的最大尺寸并预测疲劳强度。研究选用工业生产的高洁净度20Cr2Ni4A齿轮钢，将淬火+低温回火态的标准拉伸试样进行电化学充氢，使拉伸断口由于氢脆现象存在一些以粗大非金属夹杂物为中心的脆性平台，从而可方便快捷地在扫描电子显微镜下对夹杂物的类型、尺寸和分布进行检测，并利用极值统计法对钢中的最大夹杂物尺寸进行评估。为了验证该方法的准确性，采用传统金相法和旋转弯曲疲劳试验对钢中非金属夹杂物进行了检测，结果表明，使用本文所提出的夹杂物评估方法预测的钢中最大夹杂物尺寸及疲劳强度与疲劳试验结果相吻合。因此，该方法有望成为预测高洁净度高强度钢中最大夹杂物尺寸及其疲劳强度的一种有效方法

结构方程模型( Structural Equation Modeling,简略标志为SEM)是一种非 常通用的、主要的线性统计建模技术,广泛应用于心理学、经济学、社会学、行 为科学等领域的研究。实际上,它是计量经济学、计量社会学与计量心理学等领 域的统计分析方法的综合。多元回归( multiple regression)、因子分析( factor analysis)和通径分析( path analysis)等方法都只是结构方程模型中的一种特例。 结构方程模型是统计分析方法中一个新发展的领域,它的应用始见于60年代发 表的硏究论文中,到∫90年代初期开始得到广泛的应用

岩土工程和采矿工程涉及大量的颗粒物质科学和技术难题,定量识别和提取光弹试验颗粒体系的力链网络结构和分布特征,对于认识和掌握其内部细观力学机理和研究宏观力学行为至关重要.采用彩色梯度均方值(G2)算法,建立了不同粒径的圆形颗粒和方形颗粒的接触力(F)和G2的关系;基于数字图像处理技术,提出了识别和区分图像中不同粒径圆形颗粒和方形颗粒的方法,获得了光弹图片中力链网络结构和力链分布方位.以煤矿综放开采为实例,对所提出的力链定量提取方法进行了验证分析,清晰揭示了综放采面矿压形成机理和本质特征.研究表明:单颗粒的F值与G2呈单调递增关系,且粒径越大,F随G2值的增长速度越快;颗粒体系接触力集中分布在0.5F

一、异方差的概念 二、异方差的类型 三、实际经济问题中的异方差性 四、异方差性的后果 五、异方差性的检验 六、异方差的修正 七、案例