第一节 三次数学危机与不确定性 第二节 不确定性理论 第三节 集对分析原理 一、集对基本概念 二、集对分析数学表达形式 三、联系度确定 四、联系数确定 第四节 水文水资源集对分析 一、问题的提出 二、水文水资源集对分析主要内容 三、集对分析在水文分析计算中的应用 四、集对分析在水文水资源评价中的应用 五、集对分析在水文水资源预测中的应用 六、集对分析在水文水资源决策中的应用 七、小结与展望 第五节 集对分析实例应用 一、概述 二、集对分析评价模型 三、实例分析

在传统的Web网站中，网页的布局往往由网页制作人员安排并很少变化。为了更好的为网络用户提供服务，提出通过对Web日志的数据清洗，识别出每个用户在一个会话期内访问的页面，依据网页内容在逻辑上的关系和用户经常访问的页面，得到用户对网页内容的兴趣度矩阵及各子项目的兴趣度矩阵。对网络用户根据兴趣度矩阵进行层次化的分类，得到每个用户所属的类别。当用户访问网站时，根据该用户所属的类别进行网页布局的自动调整，让用户能够方便、快捷地访问到自己感兴趣的页面。这样能够给每个用户提供更加个性化、柔软的服务，增加了网站的服务效果和用户对于网站的信赖，避免用户迷失在海量数据中

本章是介绍与公共税收相关的问题。主要包括税收的特征；税收制度的对生产、分配、资源配置的影响，我国现行的主要税种等问题。在本章中较为重要的问题是：如何在税收的征收过程中处理好公平与效率的问题关系。征税可以增加政府收入与为公共支出税累资本，但征税过程不能一味地只考虑政府收入的增加，造成竭泽而渔的结果。 第一节 公共税收制度建立的基本原则 一、效率原则 二、公平原则 三、中性原则 第二节 公共税收制度的经济效应 一、公共税收制度的特征 二、公共税收制度对生产的作用 三、公共税收制度对分配的作用 四、公共税收制度对消费的作用 第三节 公共税收制度的内容 一、公共税收形式的分类 二、公共税收制度的结构 三、我国现行主要税种形式 四、我国现行税收制度中存在的问题

第一章 发展现状 第一节 主要成就 第二节 主要问题及原因分析 第二章 需求分析 第一节 发展形势 第二节 发展潜力 第三章 发展思路 第一节 指导思想 第二节 基本原则 第三节 发展目标 第四节 产业布局 第四章 发展战略 第一节 花卉品种创新体系 第二节 花卉技术研发推广体系 第三节 花卉生产经营体系 第四节 花卉市场和流通体系 第五节 花卉社会化服务体系 第六节 花文化体系 第五章 建设重点 第六章 保障措施 表 1-1：2010 年全国花卉产业基本情况统计表 表 1-2：2010 年全国花卉产销情况统计表 表 1-3：2010 年全国花卉生产经营实体情况表 表 1-4：2010 年全国花卉保护地栽培情况表 表 2：2015 年全国花卉产销目标规划表 表 3：全国花卉生产布局规划表 表 4：国家花卉种质资源库建设规划表 表 5：国家重点花卉良种繁育生产示范基地规划表 表 6：国家级花卉市场和国家级花卉物流中心建设规划表 图 1：中国花卉产业布局示意图 名词解释

本课程的教学内容力求理论分析与实际案例相结合、定性与定量相结合，并根据学科特点和学科的发展趋势，加强统计分析、统计推断和预测决策的内容。课程以讲授为主，辅以课堂讨论，案例分析、课下作业等形式，要求学生除了课堂听讲之外，应按照要求阅读一定的课外资料，提高学生的动手能、综合分析能力。做到： 1. 使学生能系统地掌握各种统计方法，并理解各种统计方法中所包含的统计思想； 2. 使学生掌握各种统计方法的不同特点、应用条件及适用场合； 3. 培养学生运用统计方法分析和解决实际问题的能力

教学目标及要求：理解决策活动与计划的普遍存在，决策与计划贯穿组织、控制、领导等各项管理职能之中，在管理中处于极其重要的地位。 教学内容：本章主要介绍决策的原则、过程和方法。让学生了解计划是管理的基本职能之一，计划与决策的区别和联系，计划的作用，计划的类型，计划的工作步骤，计划的方法，目标的定义及分类，目标的作用，设计良好目标的特征，目标管理的产生及发展，目标管理的过程及其优缺点。 教学重点与难点：决策的原则是满意原则而不是最优原则：程序化决策与非程序化决策：集体决策与个人决策优缺点；决策的定量方法：目标管理法

深锥浓密机的面积或占地大小主要由其固体通量决定.通过量筒静态沉降实验，计算得到深锥浓密机固体通量，分析了絮凝剂单耗、料浆浓度对深锥浓密机固体通量的影响，得到了两种因素对深锥浓密机固体通量的影响规律.结果表明，尾矿在5～30 g·t−1的絮凝剂单耗下，基本呈现二次函数关系；料浆的固相质量分数为6%～26%时，固体通量呈现先增大后减小的趋势，与实验所得的规律相契合.通过对絮凝剂单耗和料浆浓度耦合效应下的固体通量方程回归分析，得到三者之间的数学关系，进而确定二者对固体通量的贡献为：料浆浓度>絮凝剂单耗.结合絮凝剂及料浆浓度对固体通量的影响分析，总结了絮凝剂单耗和料浆浓度贡献值不同的原因.最后，结合单因素和耦合条件下的数学方程，对深锥浓密机的设计和运行提出工程建议.在深锥浓密机运行过程中，需要优先保证料浆浓度，其次是絮凝剂单耗

选取溶液质量浓度、溶液喷洒量以及外部风速作为变量，通过室内试验考察了常规卤化物和高分子材料对扬尘控制的效果。以抗风蚀能力和结壳抗破坏能力为响应变量。结果表明，随着抑尘剂浓度的增加和喷洒量的增加，结壳的抗风蚀性和抗破坏性可以得到提高。在卤化物溶液中，CaCl2的抑尘性能最好。在风速为7.5 m·s?1的条件下，CaCl2喷洒量为4.5 L·m?2，且其质量浓度为50 g·L?1时，尾矿质量损失量为0.75 g·m?2·min?1，贯入阻力为466 kPa。在高分子材料中，聚丙烯酰胺的抑尘效果最好。在风速为7.5 m·s?1的条件下，聚丙烯酰胺喷洒量为4.5 L·m?2，且其质量浓度为0.5 g·L?1时，尾矿质量损失量为0.30 g·m?2·min?1，贯入阻力为248 kPa。抑尘剂的选取可根据当地年均风速确定，年均风速较大时，可选择聚丙烯酰胺作为尾矿库抑尘剂，反之则可选择CaCl2为尾矿库抑尘剂

针对机器或设备的剩余寿命（Remaining useful life, RUL）预测精度低的问题，提出基于一维卷积神经网络（Convolutional neural network, CNN）和双向长短期记忆（Bidirectional long short-term memory, BD-LSTM）的集成神经网络模型。为了更好地抽取时间序列上的特征，以及产生更多的训练样本，采用滑动窗口对数据进行处理，同时采用卡尔曼滤波对数据进行降噪处理，将数据标准化以及设置RUL标签。与人工提取特征不同，利用一维CNN对数据进行特征提取，并舍弃了CNN中的池化层。然后将提取到的高维特征输入到BD-LSTM进行回归预测，并采用Bagging的方式对此神经网络进行集成来预测RUL。最后通过在NASA的数据集上验证该模型的有效性，以及相比于其他机器学习或者深度学习模型的优越性，实验表明所提模型在RUL预测方面更加准确

无论Eye-in-Hand或Eye-to-Hand型式的机器视觉控制系统,均存在视场受限、丢失等情况,从而无法在一定距离、角度内对目标进行在线视觉测量,进而无法建立全闭环的伺服控制.基于Eye-in-Hand型式的机器视觉控制系统,以及最短测量距离Lmin,提出一种闭环与开环相结合的伺服控制系统:即测量距离大于Lmin时为位置反馈型闭环控制的原位调姿,在测量距离小于Lmin时为位置给定型开环控制,机器人以相对线性运动进给到目标位置.针对该过程中的偏移问题,提出了前馈补偿模型,即利用前期运动数据对运动误差进行估计.实验证明,该方法能有效地补偿定位误差