因子分析( Factor Analysis)是多元统讣分析技术的一个分支,其主要目的 是浓缩数据。它通过研究众多变量之间的内部依赖关系,探求观测数据中的基本 结构,并用少数几个假想变量来表示基本的数据结构。这些假想变量能够反映原 来众多的观测变量所代表的主要信息,并解释这些观测变量之间的相互依存关 系,我们把这些假想变量称之为基础变量,即因子( Factors)。因子分析就是研 究如何以最少的信息丢失把众多的观测变量浓缩为少数几个因子 因子分析是由心理学家发展起来的,最初心理学家借助因子分析模型来解释 人类的行为和能力,1904年查尔斯·斯皮尔曼( Charles spearman)在美国心理学 杂志上发表了第一篇有关因子分析的文章,在以后的三四十年里,因子分析的理 论和数学基础逐步得到了发展和完善,它作为一个一般的统计分析工具逐渐被人 们所认识和接受

运用差示扫描量热法、采用XRD检测等手段探讨研究了Fe-Ni-O-C体系中Fe、Ni的还原行为,样品主要包括NiO+C、Fe2O3+C、NiFe2O4+C、NiO+Fe2O3+C和Ni+Fe2O3+C等5种体系.结果表明:NiO+Fe2O3体系中由于NiFe2O4及Fe-Ni合金的生成使得该体系被还原的反应开始温度高于纯NiO,且最大反应速率对应的温度及还原反应结束温度均高于纯NiO但低于纯Fe2O3物质;相对于NiO+Fe2O3,NiFe2O4被C还原的开始及结束温度均更高,且还原速率更小;Fe2O3被C还原可分为三个阶段,金属Ni的存在能够明显促进铁氧化物的还原,主要是促进了Fe的各种氧化物形式(Fe2O3、Fe3O4和FeO)直接向金属Fe形式的转换;数据显示C还原NiFe2O4的过程也基本可分为三个阶段,不同阶段中产物的形态和种类均存在一定差别

生产中发现原本板形良好的镀锌后带钢,经过卷取成卷运至下道工序(彩涂)再开卷后,带钢边部出现了严重的密集边浪,使带钢因无法涂层而成废次品.通过现场实测分析和运用逐层迭代法对卷取过程中带钢弹性变形行为解析求解,以及定量研究钢卷卷取层数、卷取张力、带钢厚度和板廓负凸度等因素对带钢在卷取状态下的应力场和位移场的影响,揭示出产生这一现象的力学背景.以解析分析结果和现场实测结果为依据,提出了卷取工艺参数的改进方案并投入生产使用,彻底消除了卷取过程产生的带钢边部板形缺陷,使机组的产品板形质量和成材率明显提高

在烧结NdFeB磁体表面化学镀Ni-Cu-P以提高其耐腐蚀性能.研究了络合剂的质量浓度、镀液的pH值、施镀温度及金属离子配比[Cu2+]/[Ni2+]对沉积速度和镀层成分的影响.用扫描电镜(SEM)和能谱仪(EDAX)观察镀层形貌并分析镀层成分.测定Ni-Cu-P合金镀层在质量分数3.5%NaCl溶液中的极化曲线,并结合中性盐雾实验表征镀层的耐腐蚀性能.研究表明:烧结NdFeB永磁体经碱性超声波除油、酸洗活化后进行化学镀Ni-Cu-P,可得到结合力良好的合金镀层;随着镀液中金属离子配比[Cu2+]/[Ni2+]的增大,所得镀层从非晶向晶态转变,镀层中的磷含量先升高后降低,镀层表面变得平整、致密;化学镀Ni-Cu-P三元合金的耐腐蚀性能优于相同条件下所得到的Ni-P镀层,且从金属离子配比([Cu2+]/[Ni2+])为0.02的镀液中得到的镀层的耐腐蚀性能最强

基于最优分类线的概念,提出了一种新的模式识别分类器构建方法——判别域界面几何法.该方法利用BP神经网络的高度非线性,将模式类样本数据从高维输入空间映射至二维判别域空间后,采用多边形中轴提取方法,构造模式类间隙多边形的中轴线,延伸至整个二维判别域空间,生成模式类决策边界.以铁路货车车轮用双列圆锥滚子轴承的故障诊断为例,介绍了判别域界面几何法的应用过程.结果表明,判别域界面几何法能在二维判别域空间上给出各不同故障模式类之间明确的界限,这就给操作者直观判断故障模式类别提供了条件

针对非规则循环应用中存在的一次迭代访问多个间接数组的问题,给出了超图数组的形式化描述,提出了三种基于超图的数据重排算法,即基于超图的非重复编码数据重排算法、基于超图的回溯搜索数据重排算法和基于超图的先划分再回溯数据重排算法,以及两种基于超图的迭代重排算法,即基于超图的非重复编码迭代重排算法和基于超图的回溯搜索迭代重排算法.通过对典型的非规则应用实例——流体力学问题进行实验,表明单独的重排算法提高程序执行速度约25.4%.在最好的数据重排与迭代重排的组合算法下,一级和二级高速缓存的平均命中率分别增加到91.7%和96.5%

一、填空与选择题(每小题4分,共32分) 1.以曲线{x2+y2=为准线,母线平行于z轴的柱面方程是x2+y2-2x=0 z=2x 提示:这实际上是求曲线{x2+y2=2关于xoy面的投影柱面的方程 =2x 将方程Jx2+y2=中的z消去得x2+y2=2x,这就是投影柱面的方程. =2x 2.曲线{x2+2-4z=0绕轴旋转所得的旋转曲面的方程是. y=0 答:x2+y2+z2-4z=0. 提示: 将方程x2+z2-4z=0中的x换成±{x2+y2,得 x2+y2+z2-4z=0

为探究干湿循环对水泥基复合充填材料长期稳定性的影响，以水灰比4∶1水泥基复合材料为研究对象，借助ETM力学试验系统、X射线衍射及扫描电镜扫描装置，对不同干湿循环次数下“饱水”状态和“失水”状态的试件进行单轴抗压强度试验，并通过物相分析及微观结构探讨干湿循环对其影响机理。结果表明，随着干湿循环次数的增加，“饱水”状态下失水率逐渐增大，含水率和容重呈下降趋势，峰值强度先增加后减小，增幅最高达9%；“失水”状态下失水率、含水率和容重均变化不大，峰值强度较初始状态有所降低，最高达13.5%；两种状态弹性模量和残余强度都呈下降趋势。通过机理分析发现，“干”过程中碳化反应是材料强度降低的主要原因，而“湿”过程中吸水将部分碳酸钙等物质转化为具有承载能力的钙矾石（AFT）和碳硫硅钙石（TSA）是材料强度恢复的主要原因，但恢复能力有限，长期的干湿循环会对水泥基复合充填材料稳定性产生不利影响

数字信号处理学科是随着半导体器件和计算机技术的发展而出现的，它将数字或符号表示的序列，通过计算机或专用的硬件处理设备，用数字的方式去处理，以得到人们所要求的信号形式。例如，对信号滤波，选择了信号的有用分量，而抑制了无用分量；或是估计信号的特征参数。总之，数字信号处理的内容丰富多彩，凡是用数字的方式对信号进行滤波、变换、估计、识别等，都是数字信号处理的研究对象。 1.1模拟信号的数字化处理过程 1.2 数字信号处理系统具有的特点 1.3 数字信号处理涉及的主要内容 1.4 数字信号处理的框架结构

为了更加快捷、高效地判定边坡稳定与否，基于机器学习，融合主成分分析法（PCA）、参数调整、影响因素权重分析等，建立了一种边坡安全稳定性评价体系。研究发现，运用PCA可以在保留80%数据原信息的前提下将输入变量维度从六维降至三维，但此时模型效果有所下降；随机森林及梯度提升(XGBoost) 两种学习算法均可搭建有效的边坡安全稳定性评估模型，通过对其预测效果的对比分析，确定XGBoost为最佳评价模型。与此同时，采取卡方检验、F检验以及互信息法3种相关性检验手段，并通过计算评价因子的重要程度且加以可视化展示，明确了容重、坡高、内摩擦角以及内聚力4个内在因素的重要性，最终将评估结果与实际结合提出了边坡安全防护措施