1. 认识软件 2. 数据录入与定义 编码——录入数据——定义数据 3. 数据整理 变换——排序 4. 其他常用内容 选择统计分析用的记录和变量 数据转置DATA--TRANSPOSE 数据文件拆分与合并DATA--MERGE FILES

首先从绿色通信入手, 对网络能量效率的国内外研究现状进行了分析. 在此基础上, 对超密集网络的关键性能指标, 即能量效率的各种定义进行了梳理, 为建模奠定了基础. 其次, 讨论了网络能量效率建模和优化过程中经常使用的4种理论模型: 随机几何、博弈论、最优化理论和分数阶规划. 并综述了能效提升的技术, 包括高能效部署与规划、高能效基站休眠、高能效用户关联、高能效资源管理、高能效传输方式. 最后, 指出未来的可能的技术挑战: 网络能效理论与超密集网络体系架构、超密集小基站高能效覆盖机理、超密集网络的柔性资源匹配机理、移动用户群体行为建模与高能效服务方法. 通过研究超密集网络高能效覆盖机理和柔性资源匹配机理, 为未来无线通信网络建模和分析提供设计依据与技术支撑

•学生汇报点评，引出模糊综合评价 •模糊数学基本概念 •隶属度的含义及确定【重点】 •模糊集合的表示方法 •模糊集合的运算【重点、难点】 •模糊集合分解定理【重点、难点】 •模糊综合评判法的步骤 •常见模糊算子【重点、难点】 •模糊综合评判法的应用【重点、难点】

基于斜轧扩管机特殊的空间结构,采用条件极值法确定轧辊辊面孔径点位置,解析出孔径点的空间坐标,据此建立斜轧扩管变形区的孔型开度计算模型.在此基础上求解出与轧辊孔型开度配套顶头的平整段锥角.结果表明,利用斜轧扩管机顶头平整段锥角计算方法获得的理论数值与实际生产工具参数相符合

对骨切削研究中的骨切削数值仿真本构模型、骨切削手术工艺及机理等方面进行了综述, 着重介绍了切削参数对骨切削的影响、骨切削刀具设计等, 并对医学领域新兴的超声骨切削技术进行了介绍和分析.最后得出应从以下方面完善骨切削研究: (1)骨切削数值仿真的本构模型有待开发; (2)构建系统的骨材料切削理论以解释骨材料切屑形态的切削机理; (3)骨材料切削刀具的开发需要进一步深化; (4)超声骨切削由于安全性高、损伤小、愈合快的特点将成为未来临床骨切割操作的发展方向和趋势

确定了斜轧磷铜球轧辊孔型曲面方程,通过VC++编程得到轧辊孔型曲面上的特征曲线.利用Pro/E的曲面建模功能建立了轧辊的三维实体几何模型.利用DEFORM-3D软件,采用三维刚-塑性有限元法对斜轧磷铜球进行了数值模拟,获得轧件变形区的应力-应变场分布规律

以氧化铝溶胶为黏结剂、金属Fe为烧结助剂, 采用冷压-烧结制备出铝电解用Fe-TiB2/Al2O3复合阴极材料, 利用20A电解试验研究其电解性能; 利用能谱仪(EDS) 对电解试验前后的复合阴极材料进行了成分物相分析, 研究电解过程中各种元素迁移行为.研究结果表明: 金属Fe作为烧结助剂在烧结过程中能有效的填充骨料之间的空隙, 使该复合阴极材料的烧结致密度显著提高; 20 A电解试验过程电压稳定, 电流效率93. 2%, 原铝中铝元素质量分数为99. 47%, 杂质元素质量分数为0. 53%.在电解试验后, 铝液能有效润湿阴极表面, 表明Fe-TiB2/Al2O3复合阴极材料具有较理想的可润湿性; 从复合阴极电解后的能谱分析可知, 在电解过程中, 碱金属主要是通过液态电解质渗透进入阴极材料中, 随后又逐渐渗透进入黏结剂相中, 并在骨料之间氧化铝溶胶和金属烧结助剂均未能充分填充的空隙进行富集. K元素较Na元素对黏结相的渗透力更强; 与此同时, 阴极表面生成的Al通过复合材料的空隙进入阴极内部, 而Fe金属会利用材料内部的空隙反向扩散至铝液层中.在试验中, 阴极表面的铝液层的稳定存在是该阴极高效稳定运行的基础

通过理论分析和实验验证,证实冶金熔体泡沫演化过程中存在由球状泡沫到多面体泡沫的转型.泡沫转型前的演化速率可由伽利略数Ga定性判断,而泡沫转型后的多面体泡沫破灭阶段,可以用量纲为一的因子Sa来定性判断.应用泡沫转型理论,解释了冶金熔体与常温溶液泡沫衰减过程机理的差异,也给出了内生气源更容易发泡的原因

立体视频在无质量保证的互联网上传输时会引发立体视频左右视图的帧延时,影响观看质量.本文提出一种利用主观评价与客观脑电(electroencephalogram,EEG)相结合的方式分别对深度和水平延时运动立体视频刺激进行分析,并对二者的差异性进行比较.共有十名被试参加实验,被试观看随机呈现的不同延时等级包括无延时、延时1帧、延时2帧和延时3帧的立体视频片段,并对是否感知到延时效应做出主观判断,同时记录被试的EEG信号.从EEG信号中提取出事件相关电位(event related potentials,ERPs)并结合主观行为数据进行分析与比较.实验结果表明,为保证观看质量,深度运动立体视频中所能存在的最大延时帧数为1帧,水平运动中则不能存在延时效应.与水平延时运动相比,深度延时运动刺激产生的P300成分幅值变化范围更大,表明在深度延时运动刺激下大脑的活跃程度更高.同时,相同延时帧数的深度运动与水平运动刺激所产生的P300成分中,深度延时运动的潜伏期更长,这表明处理深度延时运动刺激所需时间更长

研究了混合时变时滞(离散时滞和分布时滞)神经网络的状态估计问题.离散时滞在一个区间上变化,区间下界不一定为零.通过构造一个新的Lyapunov泛函,结合Jensen积分不等式,可以得到一个时滞相关状态估计器设计方法,使得误差系统是全局渐近稳定的,所得结果由线性矩阵不等式形式给出.数值算例证明了本文方法的有效性和优越性