为了控制板坯连铸结晶器内钢水的卷渣,提出一种用结晶器流场数值模拟计算结果对前人研究出的液面波动指数F数进行计算的方法,研究了F数与液面波动及板坯浇注工艺参数的关系.研究表明:从结晶器流场的数值模拟计算结果中调用相应的计算F数所需的参数,可以方便地计算出F数.调整浇注工艺参数将F数控制在3~5就可以将液面波动控制在±(3~5) mm的合理范围内,从而减小或避免结晶器内的卷渣

在机械稳健性优化设计中不确定变量常被假定为服从某种特定分布的随机变量,在随后的优化模型中丢掉了这些不确定变量的初始数据,这种对不确定变量的处理方式往往不能真切地反映不确定变量的本质,使得出的结论偏离事实.为了更加真切地反映这些不确定变量,使用盲数表达机械设计中的不确定变量,运用盲数运算规则表达各不确定变量之间的关系,把盲数理论和稳健设计相结合,建立基于盲数理论的稳健设计优化模型.使用该优化模型对一个气动换向装置进行了优化计算,优化结果好于传统的稳健设计结果.基于盲数的方法是一种离散化的数值计算方法,算例充分展示了其灵活性,证明了该优化方法是合理的和实用的

一、大数定律 我们知道,概率论与数理统计是研究随机现象统计规律性的数学分支。但是,只有对大量随 机现象进行观测时,随机现象的统计规律性才会呈现出来。为了考察“大量”的随机现象,就导 致了极限定理的研究。概率论中极限定理的内容是很广泛的,其中最主要的是大数定律和中心极 限定理 在引入大数定理之前我们先证明一个重要的定理

模块四数控铣床与操作 数控铣床认识项目→ 项目一数控铣床特点→ 项目二数控铣床分类→ 项目三数控铣床主要加工对象→ 项目四数控铣床主要技术参数→

介绍了一种基于系统特征数据的控制器设计算法.该算法仅根据被控对象的输入、输出采样数据,按照卷积定理计算出被控对象的单位脉冲响应作为系统的特征数据;在控制量约束条件下,根据特征数据以最速响应为控制目标规划出输出参考数据和最速控制律;然后根据控制目标和最速控制律的要求计算出理想控制器的特征数据;最后,根据控制器的特征数据辨识出线性控制器参数.仿真结果表明,控制结果具有最速参考控制的特征

◼ 13.1 从数据库到数据仓库 ◼ 13.2 数据仓库的结构 ◼ 13.3 数据仓库的设计 ◼ 13.4 OLAP与数据仓库 ◼ 13.5 数据挖掘（data mining，DM） ◼ 13.6 决策支持系统与数据仓库 ◼ 13.7 SQL Server 2000的数据仓库 ◼ 13.8 小结 ◼ 13.9 习题

含硫胶结充填体随着养护龄期的延长会出现膨胀开裂现象，存在明显裂隙的充填体试件再进行单轴抗压强度测试其结果十分离散，已不能有效地获得充填体力学参数.在室内进行配比试验，采用数字图像处理技术对得到的充填体表面裂隙图像进行二值化、去噪等预处理，而后计算其分形维数并分析其演化规律，且将分形维数与单轴抗压强度关联分析.研究结果表明：充填体试件面表的裂隙存在自相似性，表面裂隙越发育，其分形维数越大；分形维数与单轴抗压强度存在负相关关系，分形维数越小，其单轴抗压强度越高；分形维数可判别含硫充填体试件的完整性，当充填体表面裂隙的分形维数小于某阈值时，强度试验的结果更为可靠

9.1 格 9.2 布尔代数 9.3 子布尔代数、积布尔代数 和布尔代数同态 9.4 布尔代数的原子表示 9.5 布尔代数Br2 9.6 布尔表达式及其范式定理

第一章 初等数学 第二章 解析几何 第三章 线性代数 第四章 微分学 第五章 积分学 第六章 向量与场论初步 第七章 级数 第八章 复变函数 第九章 积分变换 第十章 特殊函数 第十一章 常微分方程 第十二章 偏微分方程 第十三章 积分方程 第十四章 概率论 第十五章 数理统计方法 第十六章 随机过程 第十七章 统计计算方法 第十八章 误分析插值法曲线拟合 第十九章 数值微分·数值积分·积分方程数值解 第二十章 线性方程组的解法·矩阵求逆 第二十一章 方程解法、非线性方程组解法 第二十二章 矩障特征值的计算 第二十三章 常微分方程数值解法 第二十四章 偏微分方程的有限差分方法 第二十五章 偏微分方程的有限元方法及其他方法 第二十六章 离散数学 第二十七章 模糊数学 第二十八章 组合数学 第二十九章 现代控制论 第三十章 信息论 第三十一章 系统工程

为了提高非平衡数据集的分类精度，提出了一种基于样本空间近邻关系的重采样算法。该方法首先根据数据集中少数类样本的空间近邻关系进行安全级别评估，根据安全级别有指导的采用合成少数类过采样技术（Synthetic minority oversampling technique，SMOTE）进行升采样；然后对多数类样本依据其空间近邻关系计算局部密度，从而对多数类样本密集区域进行降采样处理。通过以上两种手段可以均衡测试数据集，并控制数据规模防止过拟合，实现对两类样本分类的均衡化。采用十折交叉验证的方式产生训练集和测试集，在对训练集重采样之后，以核超限学习机作为分类器进行训练，并在测试集上进行验证。在UCI非平衡数据集和电路故障诊断实测数据上的实验结果表明，所提方法在整体上优于其他重采样算法