机载雷达天线的稳定跟踪设计

作为一种精密跟踪机载雷达,需要在伺服控制技术的基础上,有效地隔离载机在机动状态和气流干扰时对飞行状态的影响,同时,拓宽伺服带宽,采用复合控制方法,实现高精度稳定跟踪的目标。     

过敏性疾病过敏原检测结果之影响因素的定量分析

针对过敏性疾病的过敏原检测结果。首先通过过敏原检测结果数据并结合性别、季节、年龄、时间四个影响因素利用EXCEL及SPSS软件进行Logistic二分类回归,在概率的角度上解释了这四个影响因素对于过敏性疾病的影响。其次通过方差分析和统计分析对不同类型的过敏性疾病间的差异和过敏原检测结果的趋势进行了解释。最后利用典型相关分析的方法得到PM2. 5浓度对于尘螨类过敏原结果影响最大,对动物皮毛类过敏原检测结果影响最小等结论。     

基于卢浮宫游客疏散模型探讨大型建筑的疏散方案

卢浮宫是法国的著名建筑,也是游客数量较多的一处景点,因此做好紧急情况的游客疏散预案具有重要意义。本文以卢浮宫的人群撤离为研究对象,结合卢浮宫建筑构造模型化的特点,设计了一种以语音导览器为导航介质的疏散方案,使游客能在最短时间内有序撤离到最近的出口,从而达到疏散游客的目的。以此模型为原型,人们可以根据建筑的特点优化该模型,使之适应不同的建筑。     

平常心

人们在日常生活中常常会因受外部的刺激而发生冲动,要么表现出一些极端的行为,要么使自己的情绪、发生大的波动而影响身心健康。所以,无论在任何时候因任何情况下,一个人保持一颗平常心很重要。所谓修心,无非就是修平常之心。泰山崩于前而不惊。保持平常心,就是要不以物喜不以己悲,富贵不能淫,贫贱不能移,威武不能屈。生活平静时保持平常心易,生活出现波折时保持平常心难。尤其是在波澜起伏的人生跌宕中,保持一颗平常心更难能可贵。而越是在     

利用塑性5ε_t与中性层偏移的二辊矫直辊型设计方法

为了提高棒材二辊矫直机的矫直精度,依据棒材矫直工艺特点和矫直辊磨损区域分析,提出了"凹三凸二"的矫直辊组合形式及辊型设计方法。在辊型设计过程中,根据棒材矫直的实际变形规律,提出了塑性5εt矫直应力应变拟合原则,更加准确地描述了棒材矫直变形的应力应变关系;结合微元法对矫直棒材内部金属的受力状态及中性层偏移进行分析,推导出了含有硬化系数与中性层偏移的新弯矩比公式。在此基础上,通过对矫直力与辊面磨损关系以及残余应力和弹性芯对隐患挠度影响的综合分析,精确给出了矫直不同规格棒材时辊腰段的反弯曲率比范围,从而能最大限度地降低辊面磨损,克服因残余应力回复而导致矫直质量不稳定的缺陷。基于上述理论和方法,给出了具体设计实例,并对矫直过程进行了数值模拟分析,给出了矫直过程中影响棒材矫后精度的各参量状态。结果表明:设计辊型的残余直线度为0.64mm/m,隐患挠度为0.202 4mm/m,预测弹复后直线度小于0.85mm/m,从而显著提高了棒材的矫后精度及其稳定性,同时也验证了该设计理论与方法的正确性及有效性。     

基于一维数据逐段均匀条件下的参考分布研究

聚类分析中一个重要的问题是估计聚类数,GS方法通过参考分布对聚类数进行合理的估计,解决了其他聚类方法无法对应分为一类的数据进行分类的问题,具有更好的分类效果;目前已通过理论证明得出,在分布为对数凹且一维情况下,GS方法的参考分布为均匀分布,而有关其在其他条件下的参考分布研究较少;针对这一情况,提出解决一维且逐段均匀条件下GS方法的参考分布问题,以类内平方和为评价标准,通过拉格朗日乘数法求解与问题等价的优化问题,理论证出条件下总体均匀分布是类内平方和最大的情况,进而得出对于一维数据,逐段均匀条件下的参考分布仍为均匀分布的结论。     

关于二面体群的共轭类长素图

讨论二面体群的结构问题,利用GAP软件给出二面体群D2n的共轭类长素图,并完整给出当n以及n/2分别是奇数和偶数时的共轭类长素图情况.     

有限交换p-群中加性码的计数

解决了有限交换p-群中加性码的两类计数问题,第一类计数问题是指求任意给定的有限交换p-群中任意类型码的数目,第二类计数问题是指求包含同一类型码的有限交换p-群的数目以及它们分别所含有的该类型码的数目.     

自学考试“助学二学历”优化管理探究——以南京农业大学为例

南京农业大学作为首批"助学二学历"试点单位之一,自2010年起,在本校范围内积极开展了"助学二学历"教育工作。经过几年的实践与探索,积累了丰富的教学管理经验,同时也取得了一定的成果。本文基于南京农业大学实践经验,分析了"助学二学历"开展的现状及存在的问题,提出了增强宣传力度,提高普及水平;立足学生需求,增设优势专业;加强组织建设,完善管理体系;重视过程管理,保障教学质量等策略。对自学考试"助学二学历"优化管理进行探讨,有利于高校推进自学考试事业的发展,培养复合型人才,更好地满足社会对人才多样化需求。     

几乎无偏刘估计的不可容许性

考虑了线性回归模型中,在Fisherian和Mahalanobis损失函数下,几乎无偏刘估计对于最小二乘估计的不可容许性;结论表明:几乎无偏刘估计在Mahalanobis损失函数下是不可容的;最后进行了数值模拟来表明结果.