对测取的齿轮箱振动信号进行了离散小波变换,提取了齿轮箱螺栓拉断的故障信息.结果表明,小波变换或小波分析为判断、预防同类事故提供了一种有效的分析手段

分析了小波基函数对于确定模式、混沌模式及随机模式所表现出来的不同的收敛特性,提出构造一个小波神经网络及相应学习算法.利用小波网络在学习过程中神经元的不同增长趋势来反映上述收敛性的差异,从而将3种不同的模式予以区分,并将混沌模式从中提取出来

针对滚动轴承故障精密诊断的需要,采用小波包分析方法提取了滚动轴承故障的特征信号,通过小波包分析将高频信号分解到8个频带中,以频带能量作为识别故障的特征向量,应用RBF径向基神经网络建立了从特征向量到故障模式之间的映射,现场采集的数据分析表明,采用小波包和神经网络相结合的方法可以比较准确地识别滚动轴承的故障

第13章基本回归模型----概述了 EViews中的普通最小二乘估计(OLS) 基础。 第14章其他回归方法--讨论加权最小二乘估计(WLS),二阶段最小二乘 估计(TSLS),和非线性最小二乘估计(NLS)技术

1.已知前提:(1)如果x与y是同班同学,则x的老师也是y的老师;(2)小李和小 张是同班同学;(3)王先生是小李的老师,运用自然演绎推理证明:王先生也是小张 的老师 证明:首先定义谓词: Teacher(x, y) x是y的老师 Classmates(x, y) x和y是同班同学 则已知的前提可以符号化为 (1)VxVyV=Teacher(x, y)A Classmates (, =)>Teacher(x, =))

小儿惊厥 患儿,女,12月,因“发热1天,抽搐2次”入院。患儿于入院前1天夜里突 发高热,自服退热药后体温曾恢复正常,但有反复,于入院前6小时突然发生 四肢抽搐,伴两眼凝视,神志不清,持续约5分钟缓解,当时体温39.5C,4 小时后有类似抽搐一次,外院肌注安定后转至我院。病程中精神较差,胃纳减 少,无咳嗽、流涕、呕吐、腹泻等。发病前无不洁饮食史,既往无类似疾病 史,个人史和家族史无特殊

3.1 引言 3.2 晶体管的高频小信号等效电路和参数 3.3 高频小信号宽带放大器

城镇化与旅游业快速发展背景下,旅游小城镇成为旅游热点及研究焦点。为探讨旅游小城镇硏究现状及趋势,在参阅相关文献基础上,论述国外旅游小城镇硏究进展

提出了一种用于轧辊偏心控制的多分辨小波控制器,它利用小波对轧制力信号进行多分辨分解.机架的轧制力中包含着许多潜在因素的累积影响,比如压下环节的动特性、轧辊偏心、测量噪声、外部干扰等,这些影响体现在不同的尺度上.通过小波的多分辨分解,这些不同尺度上的信息被区分开来,然后在控制中对轧辊偏心进行补偿.仿真实验表明该方法是有效的

最小距离法是一种应用非常广泛的状态识别算法,但其在使用过程中要求待识别样本必须符合类内距离较小、类间距离较大这一前提条件,否则将会造成识别错误.针对最小距离法存在的问题,提出了一种基于人工神经网络的改进最小距离法,并将该方法应用于加热炉工况的状态识别.结果表明,该方法具有识别速度快、识别率高的优点,完全能够满足工业生产过程的需要