针对数据流量爆发式增长所引发的网络拥塞、用户体验质量恶化等问题，提出一种用户属性感知的边缘缓存机制。首先，利用隐语义模型获知用户对各类内容的兴趣度，进而估计本地流行内容，然后微基站将预测的本地流行内容协作缓存，并根据用户偏好的变化，将之实时更新。为进一步减少传输时延，根据用户偏好构建兴趣社区，在兴趣社区中基于用户的缓存意愿和缓存能力，选择合适的缓存用户缓存目标内容并分享给普通用户。结果表明，所提机制性能优于随机缓存及最流行内容缓存算法，在提高缓存命中率、降低传输时延的同时，增强了用户体验质量

2.1 变量和数据操作 2.2 MATLAB矩阵 2.3 MATLAB运算 2.4 矩阵分析 2.5 矩阵的超越函数 2.6 字符串 2.7 结构数据和单元数据 2.8 稀疏矩阵

1.背景 ? 你见过轧钢吗? 把粗大的钢坯变成合格的钢材(如钢筋, 钢板),通常要经过两道工序,第一道是粗 轧(热轧),形成钢材的雏形;第二道是精轧 (冷轧),得到规定长度的钢材,即成品. 粗轧的长度是随机的,大体上服从正态分 布,其均值可由轧机调整,方差则由设备 的精度决定,不能随意调整

6.1 数据统计处理 6.2 数据插值 6.3 曲线拟合 6.4 离散傅立叶变换 6.5 多项式计算

在许多实际问题中,常常会遇到要研究一个随机变量与多个变量之间的相关关系,例 如,某种产品的销售额不仅受到投入的广告费用的影响,通常还与产品的价格、消费者的 收入状况、社会保有量以及其它可替代产品的价格等诸多因素有关系研究这种一个随机 变量同其他多个变量之间的关系的主要方法是运用多元回归分析.多元线性回归分析是一 元线性回归分析的自然推广形式,两者在参数估计、显著性检验等方面非常相似.本节只 简单介绍多元线性回归的数学模型及其最小二乘估计

§2.1 回归分析概述 一、变量间的关系及回归分析的基本概念 二、总体回归函数（PRF） 三、随机扰动项 四、样本回归函数（SRF） §2.2 一元线性回归模型的参数估计 一、一元线性回归模型的基本假设 二、参数的普通最小二乘估计（OLS） 三、参数估计的最大或然法(ML) 四、最小二乘估计量的性质 五、参数估计量的概率分布及随机干扰项方差的估计 §2.3 一元线性回归模型的统计检验 一、拟合优度检验 二、变量的显著性检验 三、参数的置信区间 §2.4 一元线性回归分析的应用——预测问题 §2.5 实例：时间序列问题 一、中国居民人均消费模型 二、时间序列问题

针对线性自抗扰控制器参数难于整定的问题,提出了一种基于动态响应过程时序数据挖掘的参数自整定算法.算法以线性自抗扰控制器中线性误差反馈律的两个增益信号回路的动态响应为参数调整对象,通过改进变收缩系数的随机搜索算法进行参数整定,记录动态响应过程数据,基于关联关系挖掘得到控制参数调整策略应用于线性自抗扰控制器的参数自整定.为验证本文提出的参数自整定方法的实际效果,以液压自动位置控制系统为控制对象,分别采用阶跃响应仿真和Monte Carlo实验进行对比研究.结果表明,基于数据挖掘参数自整定的线性自抗扰控制器动态响应较好,鲁棒性较强,改进了变收缩系数随机搜索算法调整时间较长以及传统线性自抗扰控制器超调较大的缺点,是一种具有实用性的线性自抗扰控制器参数自整定方法

4.1数值微积分 4.1.1 近似数值极限及导数 4.1.2 数值求和与近似数值积分 4.1.3 计算精度可控的数值积分 4.1.4 函数极值的数值求解 4.1.5 常微分方程的数值解 4.2矩阵和代数方程 4.2.1 矩阵运算和特征参数 4.2.2 矩阵的变换和特征值分解 4.2.3 线性方程的解 4.2.4 一般代数方程的解 4.3 概率分布和统计分析 4.3.1 概率函数、分布函数、逆分布函数和随机数的发生 4.3.2 随机数发生器和统计分析指令 4.4 多项式运算和卷积 • 4.4.1 多项式的运算函数 • 4.4.2 多项式拟合和最小二乘法 • 4.4.3 两个有限长序列的卷积

控制系统中常见的三种数学模型形式： 1、外部描述：把系统的输出量与输入量之间的关系 把系统的输出量与输入量之间的关系 用数学方式表达出来，称之为输入 用数学方式表达出来，称之为输入—输出描述，或外 输出描述，或外 部描述，例如微分方程式、传递函数和差分方程。 部描述，例如微分方程式、传递函数和差分方程。 2、内部描述：不仅可以描述系统的输入、输出之 ：不仅可以描述系统的输入、输出之 间的关系，而且还可以描述系统的内部特性，称之 间的关系，而且还可以描述系统的内部特性，称之 为状态变量描述，或内部描述，适用于多输入、多 为状态变量描述，或内部描述，适用于多输入、多 输出系统，也适用于时变系统、非线性系统和随机 输出系统，也适用于时变系统、非线性系统和随机 控制系统。 3、方块图表示： 方块图表示：用比较直观的方块图模型来进行描 用比较直观的方块图模型来进行描 述

在750、800、825和850℃温度下，利用Gleeble1500热模拟试验机对430不锈钢冷轧薄板的等温退火过程进行了详细的实验研究，分析了退火过程中再结晶织构和组织的变化规律，并对关键织构体积分数的演变进行了定量分析.结果发现：随着退火过程的进行，α取向线上的织构强度逐渐减弱，而γ取向线上的织构强度则略有加强，并保持在较高的值；再结晶过程中，{111}和{112}织构的体积分数逐渐降低，而{100}和随机取向晶粒的体积分数逐渐增加.定量分析表明，退火温度越低，完全再结晶后材料内部关键织构的体积分数越偏离冷轧态.最后，针对{111}、{112}、{100}和随机取向织构的体积分数在再结晶过程中的演变规律，建立了JMAK型再结晶织构演变动力学模型