一、统计量分布 二、三大统计分布 三、小结

(I)概率密度函数 设二维随机向量(X,Y)的分布函数为 F(x,y).如果存在一个非负函数f(x,y),使得对任 意实数x,y,总有 则称(X,Y)为连续型随机向量概率密度函数,简称概率密度

针对分类数据, 通过数据对象在属性值上的集中程度定义了新的基于属性值集中度的类内相似度(similarity based on concentration of attribute values, CONC), 用于衡量聚类结果中类内各数据对象之间的相似度; 通过不同类的特征属性值的差异程度定义了基于强度向量差异的类间差异度(dissimilarity based on discrepancy of SVs, DCRP), 用于衡量两个类之间的差异度.基于CONC和DCRP提出了新的分类数据聚类有效性内部评价指标(clustering validation based on concentration of attribute values, CVC), 它具有以下3个特点: (1)在评价每个类内相似度时, 不仅依靠类内各数据对象的特征, 还考虑了整个数据集的信息; (2)采用几个特征属性值的差异评价两个类的差异度, 确保评价过程不丢失有效的聚类信息, 同时可以消除噪音的影响; (3)在评价类内相似度及类间差异度时, 消除了数据对象个数对评价过程的影响.采用加州大学欧文分校提出的用于机器学习的数据库(UCI)进行实验, 将CVC与类别效用(category utility, CU)指标、基于主观因素的分类数据指标(categorical data clustering with subjective factors, CDCS)指标和基于信息熵的内部评价指标(information entropy, IE)等内部评价指标进行对比, 通过外部评价指标标准交互信息(normalized mutual information, NMI)验证内部评价效果.实验表明相对其他内部评价指标, CVC指标可以更有效地评价聚类结果.此外, CVC指标相对于NMI指标, 不需要数据集以外的信息, 更具实用性

为了使炼铁工业摆脱对化石能源的依赖及满足越来越严格的环境要求,将生物质能的开发利用与直接还原技术进行集成提出一种新型的绿色炼铁方法.把生物质、铁矿石粉与添加剂混合制取生球团,利用生物质催化气化制备的富氢合成气作为还原剂,生物质的高温燃烧为生球团的预热和预热球团的直接还原提供外加热源.对影响生物质直接还原炼铁的因素,如预热、还原温度及球团粒径进行了研究,发现减小球团粒径、增加预热和还原温度能够提高直接还原铁产品的全铁质量分数及金属化率.当采用品位65.21%的铁精矿为原料,在最优操作条件下(生球团粒径介于8~10 mm之间,900℃预热30 min,1000℃下还原60 min)可制得全铁TFe质量分数为86.1%,金属化率为94.9%的高质量直接还原铁产品

确定统计量的分布 是数理统计的基本 问题之一 正态总体是最常见的总体,本节介绍 的几个抽样分布均对正态总体而言

确定统计量的分布 是数理统计的基本 问题之一 正态总体是最常见的总体,本节介绍 的几个抽样分布均对正态总体而言

无穷大量 随着n的增大,通项的绝对值也无限地增大的数列称为无穷大 量,其严格的分析定义为: 定义2.3.1若对于任意给定的G>0,可以找到正整数N,使得 当n>N时成立 >, 则称数列{xn}是无穷大量,记为 limx=∞

无穷大量 随着n的增大,通项的绝对值也无限地增大的数列称为无穷大 量,其严格的分析定义为: 定义2.3.1若对于任意给定的G>0,可以找到正整数N,使得 当n>N时成立 G 则称数列{x,}是无穷大量,记为 lim

1.确定a与a,使下列各无穷小量或无穷大量等价于(~)ax:

矩量法(简称MoM)，就其数值分析而言就是广义Galerkin(伽略金)法。矩量法包括两个过程，离散化过程和选配过程，从而把线性算子方程转化为矩阵方程。 &4.1 矩量法概述 &4.2 基函数与权函数选择 &4.3 MOM法应用举例