行星齿轮箱振动信号包含多种频率成分和噪声干扰，频谱具有复杂的边带结构，容易对故障识别造成误导甚至引起错判.在不同故障状态下，行星齿轮箱振动信号的多域特征量将偏离正常范围且偏离程度不同，根据这一特点，提取振动信号的时域、频域特征参量用于故障识别.为了避免传统分析方法中负频率及虚假模态问题，增强对噪声干扰的鲁棒性，采用局部均值分解法将信号自适应地分解为单分量之和，提取时频域单分量瞬时幅值能量.针对多域特征空间构造过程中出现的高维及非线性问题，采用流形学习对数据进行降维处理.提出基于改进的虚假近邻点的本征维数估计及最优k邻域确定方法，并通过等距映射对多域特征空间进行降维分析.对于行星齿轮箱实验信号，根据样本流形特征聚类结果，分别识别出了太阳轮、行星轮和齿圈的局部故障，从而验证了上述方法的有效性

利用下列组装的固体电解质定氧电池:Mo|Mo,MoO2‖ZrO2(MgO)‖[Nb],NbO2|Mo+ZrO2金属陶瓷,Mo对Fe-Nb熔体中Nb的活度在三个温度下(1823、1853及1873K)进行研究。在净化的氩气气氛下,将固态NbO2细粉撒布在含铌铁液之上,以取得[Nb]与[O]的反应迅速达到平衡。有时不加任何固体料,使熔体中形成的脱氧产物自己上浮,此脱氧产物热力学证明是NbO2。对测定的a0实验数据进行加工处理,求出下列结果:1.脱氧反应的自由能[Nb]+[O]=NbO2(s); △G°=-89710+28.27T2.Nb在铁液中的溶解自由能Nb(s)=[Nb]%; △G=-32090+7.9T; γ$\\mathop 1\\limits^{\\rm{^\\circ }} $873=1.60Nb(l)=[Nb]%; △G°=-38520+10.24T;γ$\\mathop 1\\limits^{\\rm{^\\circ }} $873=0.923.Nb本身的活度相互作用系数${\\rm{e}}_{{\\rm{Nb}}}^{{\\rm{Nb}}} = \\frac{{2274}}{{\\rm{T}}} - 1.44$1873K的${\\rm{e}}_{{\\rm{Nb}}}^{{\\rm{Nb}}} = - 0.22$当（Nb）含量大约低于0.2时，脱氧产物和其他合金元素如Al、Cr、V等相似，形成了复合氧化物如FeO·NbO2。后者的生成自由能估计为：Fe(1)+$\\frac{3}{2}$O2+Nb(s)=FeO·NbO2(s);△G°=-383800+121.95T随着熔体中(Nb)含量的继续下降，对生成其他脱氧产物的可能性，本文也进行了讨论

第一章 统计和统计数据的收集 第二章 统计数据的整理和展示 第三章 数据的描述性分析 一、绝对数和相对数 二、集中趋势的测定 三、离散趋势的测定 四、数据的形态测定 第四章 概率基础——随机变量及其概率分布 第一节 随机变量的概念及数字特征 第二节 常见的离散型分布 一、两点分布 二、二项分布 第三节 常见的连续型分布 正态分布 x2分布 t分布 F分布 第四节 中心极限定理 第五章 区间估计和假设检验 第六章 相关与回归 多元线性回归 非线性回归模型 第八章 时间数列分析 时间数列的种类和编制方法 时间数列传统分析指标 长期趋势的测定 季节变动、循环变动和剩余变动的测定 时间数列的预测方法

在实际中,由于滤波器部件调试不理想或信道特性的变化等因素,都可能使 H(ω)特性改变,从而使系统性能恶化。在码间串扰和噪声同时存在的情况下系 统性能的定量分析更是难以进行,因此在实际应用中需要用简便的实验方法来定 性测量系统的性能,其中一个有效的实验方法是观察接收信号的眼图 观察眼图的方法是:用一个示波器跨接在接收滤波器的输出端,然后调整示 波器水平扫描周期,使其与接收码元的周期同步.此时可以从示波器显示的图形 上,观察出码间干扰和噪声的影响,从而估计系统性能的优劣程度

EViews中信息保存在对象中,每个对象中包含特定类别 的信息。每个对象都有给定的类型,例如,一个序列对象是关 于一个随机变量的观测值,一个方程对象是关于一些变量之间 关系的信息。 一个对象中包含的信息不止一种,例如一个方程对象中包 含了所有估计得到的结果的信息,如方程形式、检验结果及残 差等。所有需要的数据及结果都集中在一个对象中,简化了 EViews中信息组织管理工作

在许多实际问题中,常常会遇到要研究一个随机变量与多个变量之间的相关关系,例 如,某种产品的销售额不仅受到投入的广告费用的影响,通常还与产品的价格、消费者的 收入状况、社会保有量以及其它可替代产品的价格等诸多因素有关系研究这种一个随机 变量同其他多个变量之间的关系的主要方法是运用多元回归分析.多元线性回归分析是一 元线性回归分析的自然推广形式,两者在参数估计、显著性检验等方面非常相似.本节只 简单介绍多元线性回归的数学模型及其最小二乘估计

一、概述 年内回收量会有较大增长,特别是铑[4]。在欧 70年代中期以前,人们还很少听说汽车催洲德国是最先回收汽车催化转换器的国家,每化转换器这种装置。随着美国和欧洲空气污染法年回收陶瓷催化剂约100吨,从每公斤陶瓷物料规的日益严格,汽车催化转换器的应用很快得到中可回收1.5克铂和0.3克铑预计到90年代 普及目前在发达国家,此装置几乎成了道路上中期欧洲每年回收的汽车催化剂将达到100万 行驶的每辆汽车必不可少的零部件。1991年,汽个江森马太公司估计1990年从汽车催化剂中 车催化剂消耗的铂占全世界购买量的33%铑回收贵金属约6.7吨[56]日本同和开采公司 占80%,钯占7%[1] 与田中贵金属公司合资建立了从汽车催化剂中 预计90年代从汽车催化剂中回收的铂族金回收铂、铑、钯的工厂,初期投资230万美元

点估计 估计量的评选标准 区间估计 正态总体参数的区间估计

一、点估计 二、估计量的评选标准 三、区间估计 四、正态总体均值与方差的区间估计

一、理解点估计的概念。 二、了解最大似然法和估计量的评价标准。 三、会用矩估计法求总体均值与方差的估计量