随着物联网技术的发展，前端传感器的使用使得低合金钢的海水腐蚀监测成为了现实，从而获得了大量的腐蚀数据。针对传统均值法处理双率腐蚀数据带来的数据信息损失以及建模精度下降问题，提出了一种基于综合指标值(CIV)和改进相关向量回归(IRVR)的双率腐蚀数据处理和建模算法(CIV-IRVR)。首先，通过构建CIV表征输入数据的综合影响并采用天牛须搜索(BAS)算法对其参数进行寻优；然后，建立最优CIV序列与输出数据间的线性回归模型将双率数据转化为建模用的单率数据，能够更多地保留原始数据信息；最后，给出了一种BAS算法优化的具有组合核函数的改进相关向量回归建模方法(IRVR)，并建立了针对低合金钢海水腐蚀双率数据的CIV-IRVR预测模型。结果表明：相比于均值方法处理双率腐蚀数据，所提方法将建模样本数量由196提升到了1834；相比于海水腐蚀建模领域常用的人工神经网络(ANN)和支持向量回归(SVR)建模方法，所提模型的平均绝对误差(MAE)、均方根误差(RMSE)和决定系数(CD)分别为1.1914 mV、1.5729 mV以及0.9963，在各项指标上均优于对比算法，说明所提模型不仅减少了信息损失还提高了建模精度，对于双率海水腐蚀数据建模具有一定现实意义

家畜育种学的主要任务是研究家畜的起源、驯化、品种形成、生长发育的规律、家畜的体质，外形、生产力鉴定，这种选配的理论和方法，改良家畜个体与群体遗传结构的方法和措施，培育 品种和品系的方法，利用杂种优势的途径与方法以及保证家畜育种工作顺利进行的组织与措施等。 本课以高等数学、生物学、生物化学、生物统计学为基础，在学完普通遗传学及数量遗传学的基础上而开设的一门专业基础课。 要求学生熟练掌握动物育种学的常用术语，了解动物生长发育规律，掌握选种选配的进本理论和方法以及改良动物个体与群体遗传结构的措施，要求学生根据育种的基本原理与育种工作实 质相结合，正确设计育种计划，把育种的基本原理灵活的运用到生产实践中去

将爆破损伤视为爆破应力波和爆生气体压力共同作用的结果,分别考虑不同的地应力条件(侧压力系数0.5、1和2,竖直方向地应力5 MPa和10 MPa)和节理角度(30°、45°、60°和90°),开展含节理岩体双孔爆破过程的数值模拟,研究爆生裂纹萌生—扩展—贯通过程的演化规律.无节理时,初始应力场对爆生裂纹的扩展具有一定的导向作用,裂纹扩展主方向趋于最大地应力方向.节理对裂纹的扩展方向具有一定的影响,节理角度为30°时,爆生裂纹与节理面连通,形成典型的‘之’字形断裂.节理对裂纹萌生和扩展具有明显的促进作用,有利于孔壁上下侧裂纹沿竖直方向的扩展

提出了一种基于多变量相重构的混沌时间序列预测方法.该预测方法从非线性动力学系统中获取与待预测时间序列相关的信息组成多变量时间序列,首先进行多变量相空间重构,然后利用局域多元线性回归模型在相空间中进行预测,最后从预测出的高维相点中分离出时间序列的预测值.由于考虑了动力学系统中多个变量之间相互耦合的关系,从而增加了重构相空间的系统信息量,使得相空间的相点轨迹更加逼近原系统的动力学行为.与采用单变量进行预测的方法相比,基于多变量相重构的预测方法无论是单步预测还是多步预测,都能有效地提高预测精度,且具有嵌入维数的选择对预测精度影响较小的优点.通过对Lorenz混沌信号进行预测,实验结果验证了方法的有效性

重点：反馈的概念、反馈性质的判断方法、深度负反馈条件下放大倍数的估算方法、引人负反馈的方法和负反馈放大电路稳定性的判断方法和消振方法。难点：反馈概念的建立、反馈的判断、反馈网络的确定、稳定性的判断主要表现为基本概念和基本知识不清,比如,没有建立起只要放大电路的输出回路和输入回路之间有联系(不一定是输出端和输入端产生联系)就有反馈,反馈量是仅仅决定于输出量的物理量等概念

近年来，无人机入侵的事件经常发生，无人机跌落碰撞的事件也屡见不鲜，在人群密集的地方容易引发安全事故，所以无人机监测是目前安防领域的研究热点。虽然目前有很多种无人机监测方案，但大多成本高昂，实施困难。在5G背景下，针对此问题提出了一种利用城市已有的监控网络去获取数据的方法，基于深度学习的算法进行无人机目标检测，进而识别无人机，并追踪定位无人机。该方法采用改进的YOLOv3模型检测视频帧中是否存在无人机，YOLOv3算法是YOLO（You only look once，一次到位）系列的第三代版本，属于one-stage目标检测算法这一类，在速度上相对于two-stage类型的算法有着明显的优势。YOLOv3输出视频帧中存在的无人机的位置信息。根据位置信息用PID（Proportion integration differentiation，比例积分微分）算法调节摄像头的中心朝向追踪无人机，再由多个摄像头的参数解算出无人机的实际坐标，从而实现定位。本文通过拍摄无人机飞行的照片、从互联网上搜索下载等方式构建了数据集，并且使用labelImg工具对图片中的无人机进行了标注，数据集按照无人机的旋翼数量进行了分类。实验中采用按旋翼数量分类后的数据集对检测模型进行训练，训练后的模型在测试集上能达到83.24%的准确率和88.15%的召回率，在配备NVIDIA GTX 1060的计算机上能达到每秒20帧的速度，可实现实时追踪

在实验室工艺硏究、中试放大研究及生产中都涉及化学 反应各种条件之间的相互影响等诸多因素。要在诸多因素中 分清主次,就需要合理的试验设计及优选方法,为找出影响 生产工艺的内在规律以及各因素间相互关系,尽快找出生产 工艺设计所要求的参数和生产工艺条件提供参考。 试验设计及优选方法是以概率论和数理统计为理论基础 ,安排试验的应用技术。其目的是通过合理地安排试验和正 确地分析试验数据,以最少的试验次数,最少的人力、物力 ,最短的时间达到优化生产工艺方案 试验设计及优选方法过程包括:试验设计、试验实施和 对实验结果的分析三个阶段

第一节 微分方程的基本概念 一、问题的提出 二、微分方程的定义 三、主要问题-----求方程的解 第二节 可分离变量的微分方程 第三节 齐次方程 一、齐次方程 二、可化为齐次的方程 第四节 一阶线性微分方程 一、线性方程 二、伯努利方程 第五节 全微分方程 一、全微分方程及其求法 二、积分因子法 三、一阶微分方程小结 第六节 欧拉－柯西近似法 一、方向场 积分曲线 二、欧拉-柯西近似法 第七节 可降阶的高阶微分方程 一、 型 二、 型 三、恰当导数方程 四、齐次方程 第八节 高阶线性微分方程 一、概念的引入 二、线性微分方程的解的结构 三、降阶法与常数变易法 第九节 二阶常系数齐次线性微分方程 一、定义 二、二阶常系数齐次线性方程解法 三、n阶常系数齐次线性方程解法 第十节 二阶常系数非齐次线性微分方程 第十一节 欧拉方程 第十二节 微分方程的幂级数解法 一、问题的提出 二、 特解求法 三、二阶齐次线性方程幂级数求法 第十三节 常系数线性微分方程组解法举例 一、微分方程组 二、常系数线性微分方程组的解法 三、小结

在输电场景中，吊车等大型机械的运作会威胁到输电线路的安全。针对此问题，从训练数据、网络结构和算法超参数的角度进行研究，设计了一种新的端到端的输电线路威胁检测网络结构TATLNet，其中包括可疑区域生成网络VRGNet和威胁判别网络VTCNet，VRGNet与VTCNet共享部分卷积网络以实现特征共享，并利用模型压缩的方式压缩模型体积，提升检测效率，从计算机视觉和系统工程的角度对入侵输电场景的大型机械进行精确预警。针对训练数据偏少的问题，利用多种数据增强技术相结合的方式对数据集进行扩充。通过充分的试验对本方法的多个超参数进行探究，综合检测准确率和推理速度来研究其最优配置。研究结果表明，随着网格数目的增加，准确率也随之增加，而召回率有先增加后降低的趋势，检测效率则随着网格的增加迅速降低。综合检测准确率与推理速度，确定9×9为最优网格划分方案；随着输入图像尺寸的增加，检测准确率稳步上升而检测效率逐渐下降，综合检测准确率和效率，选择480×480像素作为最终的图像输入尺寸。输入实验以及现场部署表明，相对于其他的轻量级目标检测算法，该方法对输电现场入侵的吊车等大型机械的检测具有更优秀的准确性和效率，满足实际应用的需要

为进一步提高多关系朴素贝叶斯方法的分类准确率,分析了已有的剪枝方法,并扩展互信息标准到多关系情况下.基于元组号传播方法和面向元组的统计计数方法,给出了基于扩展互信息标准进行属性选择的方法和步骤,并建立了一种基于扩展互信息的多关系朴素贝叶斯分类器.标准数据集上的实验显示,基于扩展互信息标准进行属性选择,可以在不增加算法时间复杂度的前提下,找到与分类属性最相关的属性,并在仅有极少属性参与分类时,得到较高的分类准确率.Mutagenesis数据集上的实验则显示,这种属性选择可以使多关系问题退化为单关系问题,大大降低了分类代价