一. 方阵的特征值与特征向量 1. 特征值与特征向量的定义 2. 特征值与特征向量的求法

本文提出一种按成因、物理状态与成分的分类方察。将包体分为正常与异常两类。正常包体按物理状态和成分划分亚类;异常包体主要按成因划分亚类。提出了正常与异常包体的定义,区分标志及各种异常包体的形成机理以及研究异常包体的重要意义。明确提出,只有正常包体才能用作译解内生成矿作用的密码,对各种包体特征及各类正常成因包体的地质意义进行了必要的说明

决策是管理者从事管理工作的基础 ,在管理过程中,管理者会面临各种各 样的问题,它们都需要管理者予以解决在实际管理工作中,最大的失误来自于决策的错误,因此,掌握科学决策 的理论与方法是提高管理效率与效益的基础

针对非平衡数据集分类中\少数类样本精度难以提高\这一瓶颈问题,提出了一种基于协同进化机制的欠采样方法.此方法将少数类样本与多数类样本划分为两类种群,采用种群协同进化原理,利用提出的动态交叉变异算子自适应协同进化过程,实现种群间自动调节和自动适应.仿真试验结果表明,此采样方法增强了局部随机搜索能力,改善了种群的分布特性,加强了算法的全局收敛能力,在不降低多数类样本分类性能的基础上有效提高了少数类样本的精度.与其他经典重采样方法相比,本文办法抗噪能力好,具有更强的鲁棒性

作为磨矿过程的主要生产质量指标, 磨矿粒度是实现磨矿过程闭环优化控制的关键.将磨矿粒度控制在一定范围内能够提高选别作业的精矿品位和有用矿物的回收率, 并减少有用矿物的金属流失.由于经济和技术上的限制, 磨矿粒度的实时测量难以实现.因此, 磨矿粒度的在线估计显得尤为重要.然而, 目前我国所处理的铁矿石大多数为性质不稳定的赤铁矿, 其矿浆颗粒存在磁团聚现象, 所采集的数据存在大量异常值, 使得利用数据建立的磨矿粒度模型存在较大误差.同时, 传统前馈神经网络在磨矿粒度数据建模过程中存在收敛速度慢、易于陷入局部最小值等缺点, 且单一模型泛化性能较差, 现有的集成学习在异常值干扰下性能严重下降.因此, 本文在改进的随机向量函数链接网络(random vector functional link networks, RVFLN)的基础上, 将Bagging算法与自适应加权数据融合技术相结合, 提出一种基于鲁棒随机向量函数链接网络的集成建模方法, 用于磨矿粒度集成建模.所提方法首先通过基准回归问题进行了实验研究, 然后采用磨矿工业实际数据进行验证, 表明其有效性

草地环境学是草业科学本科专业草地资源与环境、草坪绿地两个方向的专业 课。主要目的是让学生掌握草地环境学的基本理论基本知识及基本试验方法,树立 草地环境保护意识,为草地生态环境保护和可持续发展打好理论与实践基础。 使学生了解与掌握我国最大的农业自然资源草地的环境特征、生态功能、生态 环境问题及可持续发展途径,使学生在学习本课程后,对草地环境有系统的理解,树 立草地环境保护的基本常识:

对求解问题本身就具有概率和统计性的情况,例如中子在介 质中的传播,核衰变过程等,我们可以使用直接蒙特卡洛模拟 方法。该方法是按照实际问题所遂循的概率统计规律,用电子 计算机进行直接的抽样试验,然后计算其统计参数直接蒙特 卡洛模拟法最充分体现出蒙特卡洛方法无可比拟的特殊性和优 越性,因而在物理学的各种各样问题中得到广泛的应用

7.1 运输模型 7.2 运输问题的计算机求解 7.3 运输问题的应用 一、产销不平衡的运输问题 二、生产与储存问题 三、转运问题 7.4 运输问题的表上作业法 一、确定初始基本可行解 二、最优解的判别 三、改进运输方案的办法——闭回路调整法 四、如何找多个最优方案

深度神经网络近年在计算机视觉以及自然语言处理等任务上不断刷新已有最好性能，已经成为最受关注的研究方向.深度网络模型虽然性能显著，但由于参数量巨大、存储成本与计算成本过高，仍然难以部署到硬件受限的嵌入式或移动设备上.相关研究发现，基于卷积神经网络的深度模型本身存在参数冗余，模型中存在对最终结果无用的参数，这为深度网络模型压缩提供了理论支持.因此，如何在保证模型精度条件下降低模型大小已经成为热点问题.本文对国内外学者近几年在模型压缩方面所取得的成果与进展进行了分类归纳并对其优缺点进行评价，并探讨了模型压缩目前存在的问题以及未来的发展方向

线性算子的谱理论是与解算子方程紧密联系的，它起源于代数方 程、线性方程组、积分方程和微分方程的特征值问题. 实际上在泛函 分析产生的早期, Volterra、Fredholm、Hilbert 等人就曾研究过这 样的问题, 同时它也是泛函分析中经久不衰的研究课题. 本章首先讨 论算子的正则性和谱的概念及其基本性质，然后着重叙述 Riesz-Schauder 关于紧算子的谱论和 Hilbert 空间上自伴算子的谱 论，最后介绍谱系和谱分解问题