一、向量的概念 二、向量的加减法 三、向量与数的乘法 四、小结思考题

一.基于数据分析的建模方法 在建立数学模型的过程中,经常需要建立变量之间的关系.由于对研究对象的内部机理不甚了解,不能通过合理的假设,或根据物理定律、原理, 经过机理分析法而得到

一、课程名称:数字电子技术(2) Digital Electronics Technology(2) 课程负责人:曾孝平 二、学时与学分:54+18学时,4学分 三、适用专业:自动化专业 四、课程教材:阎石编.数字电子技术基础(第四版).高教出版社,1998

第一节集中位置量数 第二节离中位置量数

针对线性自抗扰控制器参数难于整定的问题,提出了一种基于动态响应过程时序数据挖掘的参数自整定算法.算法以线性自抗扰控制器中线性误差反馈律的两个增益信号回路的动态响应为参数调整对象,通过改进变收缩系数的随机搜索算法进行参数整定,记录动态响应过程数据,基于关联关系挖掘得到控制参数调整策略应用于线性自抗扰控制器的参数自整定.为验证本文提出的参数自整定方法的实际效果,以液压自动位置控制系统为控制对象,分别采用阶跃响应仿真和Monte Carlo实验进行对比研究.结果表明,基于数据挖掘参数自整定的线性自抗扰控制器动态响应较好,鲁棒性较强,改进了变收缩系数随机搜索算法调整时间较长以及传统线性自抗扰控制器超调较大的缺点,是一种具有实用性的线性自抗扰控制器参数自整定方法

本文把封闭力流式齿轮试验台看成具有制造误差的实际机构,并且在静态和动态的条件下,实测了齿轮试验台的载荷特性数据,从而提出了若干反映齿轮试验台的精度等级的具体性能指标:一、静态精度指标——静扭矩极差、静载荷波动率、卸载率和静效率等;二、动态精度指标——运转系数、载荷相对变动率、起动过载系数和传动效率等。并且,还根据实测的数据,提出一些改善齿轮试验数据准确性的具体办法

采用共存理论、动力学分析和实验验证的方法,研究转炉冶炼超低碳钢吹炼末期炉渣成分对终点[C]含量的影响规律,建立1853-1973 K时终点[C]与炉渣成分和温度的回归模型.结果表明：FeO活度受温度影响较小,主要受炉渣成分的影响;脱碳动力学条件主要受炉渣成分和温度的影响.炉渣碱度增加,终点[C]含量升高;渣中FeO含量增加,终点[C]含量迅速降低,渣中FeO质量分数应控制在12.0%-18.0%之间;渣中MgO质量分数在7.0%-13.0%范围内逐渐增加,钢液中[C]质量分数增加值不足0.01%;随着温度的增加,钢液中[C]含量降低.回归模型对冶炼超低碳钢的转炉终点[C]含量的预判平均误差率为±15.25%,[C]含量误差在±0.01%以内的炉次占69.19%

为了研究采用BOF-LF-RH-CC工艺生产的A32船板钢洁净度水平，进行了三炉工业实验.通过对冶炼过程系统取样分析，研究了钢中总氧、氮含量变化，夹杂物的转变规律及机理.结果表明：该工艺生产的船板钢有较高的洁净度，中包总氧控制在2×10-5以下，氮含量控制在4×10-5以下；LF精炼过程中，钢中总氧、夹杂物数量密度和平均尺寸均降低，夹杂物转变为CaO-MgO-Al2O3三元系；RH精炼过程中，钢中总氧和夹杂物数量密度降低，而夹杂物平均尺寸升高；钙处理过程中，夹杂物数量密度升高，而夹杂物平均尺寸降低，夹杂物转变为CaO-Al2O3-CaS三元系

数据残差图分析原理； 关于变量 X 和 Y 的一元线性回归模型：

现有的基于密度的数据流聚类算法难于发现密度不同的簇，难于区分由若干数据对象桥接的簇和离群点.本文提出了一种基于共享最近邻密度的演化数据流聚类算法.在此算法中，基于共享最近邻图定义了共享最近邻密度，结合数据对象被类似的最近邻对象包围的程度和被其周围对象需要的程度这两个环境因素，使聚类结果不受密度变化的影响.定义了数据对象的平均距离和簇密度，以识别离群点和簇间的桥接.设计了滑动窗口模型下数据流更新算法，维护共享最近邻图中簇的更新.理论分析和实验结果验证了算法的聚类效果和聚类质量