例5.2某地区有976个自然村,根据该地区的地貌将各村所属 耕地划为三种类型,各村按类型上报了耕地面积(以计算 为核实这些上报数据,采用按比例分配的分层随机抽样方法 在每一种类型中抽取若干村进行实测核实,倘若以表示上 报数据,以Y表示实测数据,抽样结果如下表:

为了实时获得冷轧带钢酸洗溶液的浓度值,便于进行酸浓度控制,采用软测量方法实时预测酸浓度.由于酸浓度建模数据中无关成分和特异点会影响模型精度,利用正交信号校正和稳健回归相结合的方法来建立酸浓度预测模型首先利用正交信号校正对建模数据进行预处理,去除自变量中与因变量无关的成分;然后采用基于迭代加权最小二乘的稳健回归算法进行建模,降低特异点对模型的影响;最后将预测结果和多元线性回归、传统稳健回归方法和正交信号校正多元线性回归进行比较.实验结果表明:采用正交信号校正-稳健回归方法后,模型预测能力得到提高,与多元线性回归结果相比,亚铁离子质量浓度和氢离子质量浓度的相对预测误差分别从1.82%降低到1.17%、从5.87%降低到4.73%.本文提出的方法具有更好的模型预测精度,可以满足工业应用要求

首先给出了通过矩形块与三角像素特征块相结合所构造的八种用于眼睛检测的扩展三角特征原型块.考虑扫描块在人脸背景中遍历时眼睛样本图像块数量远少于非眼睛样本块数的实际,提出了一种结合Haar特征和三角特征的AdaBoost快速眼睛检测算法.通过级联分类器的前几层强分类器完成排除大部分非眼睛样本;然后,通过后续强分类器进行判断大部分的眼睛图像块和少量非眼睛图像块.检测时间消耗有所下降,这样可以保证整体的检测速度.实验结果进一步表明该算法具有更好的检测性能,与仅使用Haar特征相比正检率有一定程度提高

众所周知,计算机在抽样过程中起着十分重要的作用。 例如,前面提出利用计算机产生随机数,当然我们知道它产 生的是“伪”随机数。本章所讨论的系统抽样在抽样过程中 选择使用计算机将是十分方便的

通过Gleeble-1500热模拟单轴压缩试验，研究了一种含1.79% Al （质量分数）的以Al替代Si微合金化高强度钢在温度为900-1100℃、应变速率为0.01-30 s-1条件下的热变形行为.建立了考虑应变量对材料常数影响的双曲正弦本构方程，利用建立的本构方程预测的应力-应变曲线与实验值吻合良好，表明建立的本构方程可以对实验钢的流变应力给出相对准确的预测.建立了实验钢的加工图，根据加工图分析确定了实验钢的动态再结晶区为1000-1100℃和0.01-1 s-1.组织观察表明在动态再结晶区实验钢发生了动态再结晶，而失稳区对应的组织出现了变形集中带或“项链”组织.最后将建立的本构方程和加工图联合运用，为更全面地研究实验钢在不同变形条件下的热变形行为提供了方法

利用有限元软件对楔横轧成形小断面收缩率轴类件的椭圆度进行数值模拟,通过对数值模拟结果进行正交回归分析,研究工艺参数对小断面收缩率轧件椭圆度的影响规律.结果表明:展宽角和断面收缩率对轧件椭圆度影响显著,展宽角越大或断面收缩率越小,则轧件椭圆度越大;当断面收缩率较小时,成形角对轧件椭圆度几乎没有影响.并解释了各工艺参数对轧件椭圆度影响的原因.通过轧制实验,验证了数值模拟结果的可靠性

在介绍盒子模型时已经指出,对于总体中具有某种特性 的单元所占比例的抽样调查,可建立0-1盒子模型。N个 具有某种特性的单元相应的票上全标上1,其余全标上0

1简单随机抽样及实施方法 2总体平的数与总和的估针

为了保证齿轮达到一定程度的传动精度,必须限制轮齿的残余变形量,即轮齿允许的残余交形量取决于传动精度和齿轮的使用条件。通过一系列试验,发现轮齿齿根的静弯曲极限应力值σF11ms与齿轮残余变形量δ和模数m两者之间的比值（δ/m）有这样的关系:σF11ms=σ1（δ/m）k。其中σ1是每单位模数产生1μm残余变形量时的齿根应力,σ1值取决于材料的机械性能。K为指数,其值取决于材料的种类和热处理工艺。本文给出球铁齿轮的σ1和K值

以硼质量分数为0.0045%、氮质量分数为0.0039%的低碳含硼钢为研究对象,通过对实验钢在凝固过程中BN析出和长大的热力学与动力学进行分析,并结合实验研究了冷却条件对BN析出与长大行为的影响.结果表明:由于溶质元素B和N在凝固前沿的微观偏析,只有当凝固前沿的固相率大于临界值0.981时,BN才能在凝固前沿析出;在凝固前沿随着固相率的增加,B和N均具有明显的偏析.当固相率接近于1时,硼在剩余液相中的实际含量远高于氮元素的含量,氮的扩散是BN长大的限制性环节;钢液冷却速率的变化对B和N元素的偏析无显著影响,而生成BN的尺寸随着钢液冷速的增加而显著减小