将一种机器学习算法——支持向量机引入到软岩工程支护设计领域,并根据问题需要提出了一种支持向量机回归算法且编制了相应的计算程序.工程算例证明,这种算法在学习样本数量很少的情况下就可以得到很高的预测精度,且具有推广性能好的优点,避免了人工神经元由于存在过学习问题而带来的网络参数难以确定的弊病,为类似工程的支护设计提供了一种新的途径

1、掌握网络方案设计目标、通信平台和资源平台的设计方法 2、掌握网络操作系统与服务器的选择和配置 3、了解网络安全设计目标

一、引言 正交试验设计利用： 均衡分散：试验点在试验范围内排列规律整齐整齐可比：试验点在试验范围内散布均匀

一、梯形图的基本电路 二、梯形图的经验设计法

中国科学技术大学：《嵌入式系统设计方法》课程教学资源（课件讲稿，第一版）04 实时系统设计（软件设计、控制系统、EA、语言）

吉林大学：《计算机控制技术》课程教学资源（PPT课件讲稿）第七章 数字控制器的状态空间设计方法 7.6 应用状态观测器的状态反馈系统 7.7 二次型最优控制算法设计

5.1 递归的概念 5.2 递归算法的执行过程 5.3 递归算法的设计方法 5.4 设计举例

吉林大学：《计算机控制技术》课程教学资源（PPT课件讲稿）第七章 数字控制器的状态空间设计方法 7.5 状态观测器设计（2/2）

吉林大学：《计算机控制技术》课程教学资源（PPT课件讲稿）第七章 数字控制器的状态空间设计方法 7.5 状态观测器设计（1/2）

《荷载与结构设计方法》课程教学资源（阅读材料）可靠度β与实用设计表达式的内在关系