本章主要讲述离散型随机变量的数学期望连续型随机变量的数学期望,随 内容机变量的函数的数学期望,数学期望的性质方差的概念,方差的计算,方差的 性质;协方差及相关系数的定义,协方差与相关系数的性质,矩等内容

第2章C++语言基础 本章是学习C++语言的基础,包括以下几个方面: 1.结构化程序设计方法与面向对象程序设计方法的各自特点、区别和相互联系。 2.面向对象的程序设计方法中的有关概念,如类、对象、封装、继承、消息和多态性等。 3.C++程序的基本组成和框架结构 4.掌握C++语言中的基本数据类型、各种运算符、表达式。 5.C++数据输入流对象cin和输出流对象cout的使用。 6.程序的3种基本结构 7.构造数据类型,如数组、结构体、指针等的定义方法、特点和使用方法。 7.函数的定义、调用及函数调用过程中的参数传递的机理和程序执行流程。 8.引用的概念及其定义和使用方法

基本要求：理解逻辑代数的基本逻辑运算，懂得在数字电子技术中数学运算是用逻辑运算实现的；掌握逻辑运算规则、逻辑函数的表示、逻辑函数的标准表达式、卡诺图化简等基本理论；懂得从电子技术角度，逻辑运算通过电路实现；初步理解逻辑门电路的基础概念及其接口特性；掌握利用逻辑代数知识分析组合逻辑电路的一般过程及其方法；了解用逻辑门电路设计组合逻辑电路的一般过程；掌握译码器、编码器、数据选择器等常用中规模组合逻辑电路芯片的逻辑功能及其特点；掌握利用译码器、数据选择器实现组合逻辑电路的一般过程及其应用方法

例1设随机变量X具有数学期望E(X)=u,方差 D()=o2≠0.记*=(X-u)/o

一、教学要求： 1、 掌握随机变量的数学期望和方差的概念、性质及计算 ； 2、 掌握随机变量函数的期望 ；

搭接是纤维增强复合材料(FRP)的重要连接方式,长期性能是该技术实际工程应用的关键.对不同恒定应力和湿度状态下混杂FRP (HFRP)双搭接接头的剪切蠕变性能进行了试验研究.试验观测到了明显的蠕变变形,测定了蠕变与恒定应力及湿度的关系.进一步采用分数阶导数流变模型对试件的蠕变进行模拟.根据模型所包含的Mittag-Leffler函数的性质采用了改进的Powell优化算法,并确定了合理的初值,结合试验曲线拟合得到模型各参数值.根据搭接接头蠕变的特点,在经典分数阶流变模型中引入了表征应力水平对搭接接头非线性蠕变特性影响的函数,提出了一种改进的分数阶蠕变柔量计算公式.研究结果表明,该流变模型能够采用简单的表达形式和较少的参数对试件的非线性蠕变行为进行拟合,在30%~70%恒定应力范围内准确模拟了双剪搭接接头的蠕变曲线

热轧支持辊的健康状态在带钢板形质量和轧制稳定性控制中起着关键作用，非线性、强耦合、少样本等特点使得热轧支持辊健康状态的预测复杂，目前各大钢厂仍以定期维护和事后维修为主。本文提出了一种支持辊虚拟健康指数的构建方法以及基于Copula函数的复杂工况健康状态预测模型。首先结合支持辊弯窜辊数据表征支持辊健康状态，再使用K-means聚类方法对支持辊工况进行划分，将各工况下过程数据分别构建Copula预测模型，最后根据实际轧制计划的排布顺序融合各工况模型的预测结果。提出的基于Copula函数的预测模型在某钢厂1780热连轧产线得到应用，结果表明，该模型能够准确有效的按照轧制计划实现支持辊的健康状态预测，以更科学的策略指导支持辊更换维护

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

• 4.2.1 复数 • 4.2.2 傅立叶级数的表示方式 • 4.2.3 冲激及其取样特性 • 4.2.4 连续变量函数的傅立叶变换 • 4.2.5 卷积

针对相图模式识别评估,给出了一种新方法来计算预报中间化合物的生成与否和中间化合物的种类以及数量.利用构成二元系相图的纯组分的离子的微观参数(半径和电负性)作为原始变量,经过特征变换和归一化处理,建立判别函数,计算并预报了二价稀土卤化物与碱金属卤化物构成的二元系相图按中间化合物信息进行的结果