2.1般理论 2.1.1特征曲线与积分曲面 一阶拟线性方程具有形式 (2.1.2) 其中,u=u(x,y).称方向(a(x,y,z),b(x,y,z),c(x,y,z)是 方程(2.1.2)的特征方向,它在R3或R中的区域上定义了一 个向量场.我们称处处与方向(a,b,c相切的曲线是方程(2.1.2) 的特征曲线.设特征曲线的参数式为 x=x(t),y=y(t),z=z(t),t∈R或R中某区间

1.3从网络到图 1、网络图论概论 图论是数学领域中一个十分重要的分支,这 里所涉及的只是图论在网络中的应用,称网 络图论。网络图论也称网络拓扑。 为在计算机上系统地列出一个复杂网络的方 程以便分析,就要用到网络图论和线性代数 的一些概念。 随着计算机的发展,网络图论已成为计算机 辅助分析中很重要的基础知识,也是网络分 析、综合等方面不可缺少的工具

5.1放大电路的频率特性 引言 5.1.1简单RC低通和高通电路的频率特性 5.1.2晶体管以及其单级放大电路的频率特性 5.1.3集成运算放大器高频参数及其影响

11-1 二端口网络 11-2 二端口网络的方程与参数 11-3 二端口网络的等效电路 11-5 二端口网络的连接 12-1 解析法 12-2 图解法 12-4 小信号分析法

2数学模型概述 2.1数学模型的定义和分类 2.2数学模型的建立 2.2.1建立数学模型的过程 2.2.2对模型的基本要求 2.2.3数学模型的验证和误差分析 2.3 Excel在建立数学模型的应用 2.3.1污水处理的线性回归分析 2.3.2结构分析和曲线拟合 2.3.3用 Excel进行参数估计

11-1二端口网络 11-2二端口网络的方程与参数 11-3二端口网络的等效电路 11-5二端口网络的连接 12-1解析法 12-2图解法 12-4小信号分析法

一、拟合优度检验 二、方程的显著性检验(F检验) 三、变量的显著性检验(t检验) 四、参数的置信区间

一、普通最小二乘估计 *二、最大或然估计 *三、矩估计 四、参数估计量的性质 五、样本容量问题 六、估计实例

无人驾驶车辆自身具有强烈的非线性、信号时延和参数不确定性，对它的控制还受到道路附着系数的变化、侧向风等外界因素影响。因此传统控制方法往往难以对其稳定和精确地控制。神经网络所具有的学习能力、自适应能力和近似非线性映射的能力，为解决车辆模型参数的不确定性、外界的扰动以及车辆自适应控制问题提供了有效的途径。针对上述几个方面，对近几年国内外学者将神经网络应用到无人驾驶车辆运动控制中所取得的成果与进展进行了归纳分类，分别介绍了应用情况并对优缺点进行评价。最后总结了神经网络在无人驾驶车辆运动控制中存在的主要问题，并展望了可能的发展方向

为探明全尾砂高浓度充填料浆的灰砂比、浓度和流速对管道阻力的影响规律，预测工业充填管道阻力，开展中试规模环管试验。根据管壁切应力与剪切速率关系建立管道阻力预测模型，利用灰关联法分析各因素对管道阻力的影响强弱，通过线性回归获取料浆流变参数。结果表明，管道阻力对料浆浓度的变化最为敏感，随浓度增加成二次函数增长。料浆流速对管道阻力的影响仅次于浓度，层流输送时管道阻力随流速增加成线性增长。灰砂比对管道阻力的影响有双重性，灰砂质量比小于1∶8时胶凝材料的黏结作用占主导并增加管道阻力，反之胶凝材料的润滑作用占主导并降低管道阻力。环管试验得到的料浆流变参数明显小于流变仪测试结果且更接近工程实际，管道阻力预测模型的误差小于10%