第六章6-2欧氏空间中特殊的线性变换(续) 命题正交矩阵的特征多项式的根的绝对值等于1 证明设入∈C是正交矩阵A的特征多项式的根,则≠0.齐次线性方程组(e-a)X=0 在C内有非零解向量 ( a:a 显然Aa=a=a'a'=a'a'a==a'aa=aa=aa=1从而 入|=1 推论正交矩阵的特征值只能是±1 命题设A是n维欧氏空间V上的正交变换,若A的特征多项式有一个根=e

第一节 店址的选择决策 1 选择醒目的经营地点并不一定是最重要的条件 2 合适地点的构成要件 3 如何选择合适的地点 4 具体的店址选择 5 选址应注意的问题 第二节 建立目标经营市场 1 建立目标经营区的方法 2 特许经营的选址应注意的问题 3 特许经营选址过程 4 建立卫星店 5 布局 6 特许经营体系的分销 第三节 进货决策 1 从特许人处进货原则 2 从合作公司进货 3 受许人寻找自己的产品供应商 4 进货 5 存档进货清单

针对单核学习支持向量机无法兼顾学习能力与泛化能力以及多核函数参数寻优问题，提出了一种基于群体智能优化的多核学习支持向量机算法。首先，研究了五种单核函数对支持向量机分类性能的影响，进一步提出具有全局性质的多项式核和局部性质的拉普拉斯核凸组合形式的多核学习支持向量机算法；其次，为增加粒子多样性及快速寻优，将粒子群优化算法引入了遗传算法中的杂交操作，并用此改进的群体智能优化算法对多核学习支持向量机进行参数寻优。最后，分别采用深度特征与手工特征作为识别算法的输入，研究表明采用深度特征优于手工特征。故本文采用深度特征作为多核学习支持向量机的输入，以交叉遗传与粒子群混合智能优化算法作为其寻优方式。实验选取合作医院数据集对所提算法进行训练并初步测试，进一步为了验证所提算法的泛化能力，选取公开数据集LUNA16进行测试。实验结果表明，本文算法易于跳出局部最优解，提升了算法的学习能力与泛化能力，具有较优的分类性能

固体燃料的燃烧过程及特点 煤的旋风燃烧技术及装置 —煤的燃烧过程 —煤的燃烧方式 煤的旋风燃烧技术及装置 —旋风燃烧原理 煤的燃烧方式 —旋风炉的工作原理及形式 煤的层状燃烧技术及装置 —层状燃烧过程及工作特性 层燃炉的特性参数 旋风炉的工作原理及形式 煤的沸腾燃烧技术及装置 —固体燃料的流态化 —层燃炉的特性参数 沸腾燃烧的主要形式及其燃烧过程 —层燃炉的主要类型及设备 煤的悬浮燃烧技术及装置 —沸腾燃烧的主要形式及其燃烧过程 —沸腾燃烧装置 煤的悬浮燃烧技术及装置 煤燃烧新技术及发展趋势 —煤粉特性及燃烧 —煤粉制备 煤燃烧新技术及发展趋势 —煤粉燃烧中稳燃技术的研究和发展 —低NOx煤粉燃烧技术的研究和发展 —煤粉燃烧器的主要类型及设备

一、昆虫纲分目的历史及变化 昆虫纲分目的数量与分类学的发展阶段、当时技术 水平和手段对分类性状与特征的运用、各学者的认识和 观点均有很大关系。 在昆虫纲分目的特征运用上,除注重形态学、生态 学等特征外,在生物学特征中应以变态特征为主,原因 在于昆虫由卵发育到成虫的整个过程实质是其进化历程 的缩影,如以尚未研究清楚或争议较大的起源关系替代 这一主要特征,争议将更大。各家对昆虫纲的分目如下

提出了一种联合多种边缘检测算子的无参考质量评价算法，同时考虑一阶和二阶边缘算子，避免了单一算子的局限性.该方法首先将彩色图像转换为灰度图像，然后计算灰度图像的梯度，相对梯度以及LOG特征.本文所使用的特征分为两部分，一部分提取相对梯度方向的标准差，另一部分利用条件熵来量化不同特征之间的相似性和相互关系，并且考虑到人眼特性进行多尺度计算，最后使用自适应增强（AdaBoost）神经网络进行训练和预测.在公共数据库LIVE和TID2008上进行实验，结果表明新方法对失真图像的预测评分与主观评分有较高的一致性，能很好地反映图像质量的视觉感知效果，仅使用10维特征，性能优于现有的主流无参考质量评价算法

建立了非平稳运行工况下行星齿轮箱共振频带内的声音信号解析模型，揭示了齿轮故障特征在声音信号共振频带内的分布规律。根据共振频率不随转速变化的特点定位了齿轮箱共振频率，为在共振频带内提取齿轮故障特征奠定基础。针对传统时频分析方法时频分辨率低的缺陷，研究了基于高阶同步压缩变换的时变故障特征提取方法。通过数值仿真和实验信号分析，验证了所提出的声音信号模型与行星齿轮箱故障特征分布规律的正确性，以及利用高阶同步压缩变换方法提取共振频带内行星齿轮箱故障特征的有效性

第十一章国际融资业务 学习目的: 1、熟悉国际融资的概念、分类和特点; 2、掌握出口信贷的概念、特点和主要形式; 3、了解国际股权融资的工具和方式; 4、熟悉国际银团贷款含义及特点; 5、了解国际债券融资的涵义及类型; 6、了解国际项目融资涵义及特点; 7、了解国际租赁融资的涵义及特点

第一章信息资源概论 本章重点:信息与信息资源的概念与特征;信息化的概念与特征;信息化水平测度的主要方法: 波拉特方法和信息化指数法;信息化的层次与发 展阶段;知识经济的含义与特征;信息产业的涵 义与基本特征;信息政策的功能、制订原则及内容体系等

5G网络技术可以满足赛博空间（Cyberspace）发展对通信平台性能提出的高要求，大规模MIMO（Multiple-input multiple-output）天线阵列是5G核心技术之一。实际中大规模MIMO天线阵列的互耦效应会大大降低香农容量，在未来5G天线系统中，面临的最大挑战是如何有效消除阵列中单元天线间的互耦。针对大规模阵列天线互耦问题，应进行天线单元的散射特性研究。本文在开路状态下“不可见”的最小散射天线基础上，推导了最小散射天线串联四分之一波长透明网络的散射矩阵，证明该状态即为短路状态下的最小散射天线。对一种X波段波纹喇叭天线分别进行短路、开路、匹配三种负载状态下的散射测量，根据最小散射天线理论分离出了天线的额外散射、伴随散射和失配散射。用分离获得的散射分量，推算了波纹喇叭天线的散射最大值和最小值，其中推算出的最小值远低于天线匹配时的散射。用滑动短路器作为可变负载，进行预设负载状态下波纹喇叭天线的散射测量，实测获得了推算出的散射最大值和最小值，验证了单元天线散射特性研究的正确性。结果说明，在进行大规模阵列的单元天线设计时，除了考虑单元天线的辐射特性之外，也要考虑天线的散射特性，以降低天线的互耦效应