根据能量守恒、流动和传热传质等原理及定律,建立了球团矿冷却和氧化过程的数学模型,采用三对角矩阵算法对模型进行了求解,基于VisualBasic6.0开发了仿真计算软件.依据现场实测数据对建立的数学模型进行了验证,计算值与实测值之间的最大相对误差为4.8%,说明模型正确可信.利用开发的计算软件对球团矿在环冷机内的热过程进行了仿真计算,得到了环冷机内球团料层的温度分布.仿真研究表明,冷却一段风速、料层厚度、球团粒度和环冷机机速是影响环冷机内部球团料层冷却过程的主要因素.在本文研究条件下,合理操作条件为:料层厚度550～800mm,球团粒度7～16mm,冷却一段风速1.2～2.5m·s-1,环冷机机速1.0～1.5m·min-1

5.8.1GPS网平差转换的要点 1、GPS网与原有地面网之间的坐标转换模型 三维坐标转换用7参数模型。三维坐标差转换 则用不包含平移参数的4参数模型。用作GPS网平差 的基线向量观测值是三维坐标差,用常规技术建立 的地面网只有二维的平面坐标,因此平差模型采用 仅有两个参数的范士简化模型。一是尺度参数,另 一是方位旋转参数(绕位置基准点上椭球面法线的 旋转角),可在平差时同时求定

I.什么是古典概率模型 如果试验E满足 (1)试验结果只有有限种, (2)每种结果发生的可能性相同。 则称这样的试验模型为等可能概率模型或 古典概率模型,简称为等可能概型或古典 概型

首先以心理动力学中的心理能量概念为基础,分析了情感能量以及表示情感状态的相关参数.然后根据情感能量守恒定律,研究了情感能量分配结构的数学表示方法和情感能量分配模型,进一步分析了情绪状态的变化过程,提出了情绪状态刺激转移过程的隐马尔可夫链及其模型算法;利用MATLAB建立相关情感状态变化的仿真研究平台,进一步研究了情感状态的变化规律.最后根据以上情感模型及其变化规律构建出表情机器头的综合研究平台,仿真结果与机器头实验数据的一致,验证了仿真模型的有效性

对模型未知的系统采用Kautz函数逼近得到系统的近似模型.基于所得到的Kautz模型设计了一种预测函数控制器.对该算法进行了稳定性分析,依据Lyapunov稳定性定理得到了保证闭环控制系统稳定的充分条件.仿真实验证明,该算法能够准确逼近真实系统模型,实现自适应控制,得到满意的控制效果

并行计算机的理论模型是从物理模型 抽象的; 为开发并行算法提供了一种方便的框 架; 用这些模型可求得并行计算机的理论 性能界限; 可在芯片制作前估算芯片区的VLSI复 杂性和执行时间

3.1指数评价模型 3.1.1单因子指数 3.1.2多因子指数 3.1.3空气污染指数 3.2环境质量的分级聚类模型 3.2.1积分值分级法 3.2.2模糊综合评价法 3.3污染物的运动变化模型 3.3.1污染物在环境介质中的运动变化 3.3.2污染物运动变化的基本模型

结合影像学和人工智能技术对病灶进行无创性定量分析是目前智慧医疗的一个重要研究方向。针对肝细胞癌（Hepatocellular carcinoma, HCC）分化程度的无创性定量估测方法研究，结合放射科医师的临床读片经验，提出了一种基于自注意力指导的多序列融合肝细胞癌组织学分化程度无创判别计算模型。以动态对比增强核磁共振成像（Dynamic contrast-enhanced magnetic resonance imaging, DCE-MRI）的多个序列为输入，学习各时序序列及各序列的多层扫描切片在分化程度判别任务的权重，加权序列中具有的良好判别性能的时间和空间特征，以提升分化程度判别性能。模型的训练和测试在三甲医院的临床数据集上进行，实验结果表明，本文所提出的肝细胞癌分化程度判别模型取得相比几种基准和主流模型最高的分类计算性能，在WHO组织学分级任务中，判别准确度、灵敏度、精确度分别达到80%，82%和82%

以连续定向凝固柱状晶组织BFe10-1-1合金在应变速率为0.01~10s-1和变形温度为25~500℃条件下的压缩试验所得实测数据为基础,采用自适应神经网络模糊推理系统(ANFIS)方法,建立了连续柱状晶组织BFe10-1-1合金压缩变形真应力与变形温度、应变速率和真应变关系的预测模型.结果表明:ANFIS模型预测的流变应力值与试验值之间的平均误差为0.75%,均方根误差为2.13,相关系数为0.9996,很好地反映了实际变形过程的特征,而在相同情况下采用传统回归模型预测的平均误差为6.28%,表明ANFIS模型具有优良的预测精度

第一节 时间序列概述 一、时间序列的意义 二、时间序列的种类 三、时间序列编制原则 四、时间序列的建立 第二节 时间序列分析 一、时间序列分析概念 二、确定性与随机性时间序列分析 三、时间序列分析方法 四、时间序列的应用 第三节 时间序列及其特征识别 一、时间序列与随机过程 二、时间序列的识别判据 三、时间序列特征的识别 第四节 平稳时间序列模型 一、一阶自回归模型 二、一般自回归模型 三、移动平均模型 四、自回归移动平均模型