第一节抽样调查的意义及基本概念 一、抽样调查的意义 一般所讲的抽样调查,即指狭义的抽样 调查(随机抽样):按照随机原则从总体中抽 取一部分单位进行观察,并运用数理统计的 原理,以被抽取的那部分单位的数量特征为 代表,对总体作出数量上的推断分析

提出了一种基于小波和动态时间弯曲(DTW)距离的时间序列索引和相似匹配方法.该方法采用小波变换进行数据降维,利用R*-tree建立多维索引结构.给出了查询序列的DTW距离边界和其在小波空间的查询超矩形的计算方法,从而将原始空间的基于DTW距离的相似匹配转换为小波空间基于欧氏距离的相似匹配.证明了此匹配方法不会产生漏报,给出了基于DTW距离的范围查询算法和近邻查询算法.实验结果表明该方法具有较高匹配精度和其较低的计算代价

一、概述 二、CDMA的特点 三、CDMA的关键技术 前向链路及其信号设计 反向链路及信号设计 第三代移动通信系统及演进 一、cdma2000与WCDMA 二、TD-SCDMA 三、3G网络及其演进

代数插值基础介绍 拉格朗日插值公式 拉格朗日插值的误差分析 牛顿插值 三次Hermite插值

提出了一种高孔隙率开孔泡沫金属的结构简化几何模型,运用热电比拟理论在胞孔尺度上分析并求解了有效热导率的计算表达式,并根据已有实验数据进行模型修正.同时模拟分析了金属泡沫三维矩形通道内空气流动的对流换热情况,与实验结果进行了对比验证.研究表明,本文提出的胞孔有效热导率修正模型对铝泡沫金属有一定的适用性;相同孔隙率条件下,泡沫金属通道内强制对流的对流换热系数随孔密度的增加(即孔径的减小)而增大,但付出的代价是阻力也随之增大;相对而言,低孔密度的泡沫金属具有较好的对流换热综合性能

提出一种改进的最大互信息(MMI)准则函数并把它应用于隐马尔可夫模型(HMM)的参数估计,重新推导了HMM的迭代公式.该准则函数相对于原来准则函数定义更为合理,能有效利用训练样本集中的鉴别信息,使得训练数据得到充分利用,提高了HMM的性能.把这种改进的HMM算法应用于面部表情识别,利用改进的光流算法提取面部表情特征向量序列,并利用改进HMM算法和BP神经网络构建了面部表情混合分类器.实验结果表明了该方法能有效提高面部表情识别率,有效解决HMM参数估计问题

复数及其代数运算 复数的表示 复数的乘幂与方根 复平面点集与区域 复变函数 复变函数的极限与连续

§ 5.1 基本概念 §5. 2 退化核的方程的解法 §5. 3 具有位移核的方程的求解 §5. 4 迭代解法 §5. 5 弗雷德霍姆解法

主要内容：一阶逻辑等值式与基本的等值式、置换规则、换名规则、代替规则、前束范式、自然推理系统NL 及其推理规则。 第一节：等值式与置换规则 第二节：前束范式 第三节：推理理论

§ 5.1 酸碱质子理论概述 § 5.2 水的解离平衡和溶液的pH § 5.3 弱酸、弱碱的解离平衡 5.3.1 一元弱酸、弱碱的解离平衡 5.3.2 多元弱酸的解离平衡 5.3.3 盐溶液的酸碱平衡 § 5.4 缓冲溶液 5.4.1 同离子效应 5.4.2 缓冲溶液 5.4.3 缓冲溶液pH的计算 * 5.4.4 缓冲范围和缓冲能力 § 5.5 酸碱指示剂 § 5.6 酸碱电子理论 § 5.7 配位化合物 § 5.8 配位反应与配位平衡 5.8.1 配合物的解离常数和稳定常数 *5.8.2 配体取代反应和电子转移反应 *5.8.3 配合物稳定性