STF切片理论的实用数值计算方法改进

根据STF切片理论,建立船舶在斜浪规则波下直航运动的五个自由度耦合方程,并考虑航速及球鼻艏对水动力系数的影响加以修正.此外,针对原计算公式中横摇阻尼系数项不考虑流体黏性的问题,引入Ikeda半经验公式对该项进行非线性修正,采用辛普森积分法和四阶龙格-库塔微分法分别对船舶水动力系数和各自由度随时间历程的变化进行数值计算.以Wigley系列船型和某教学实习船为例,将水动力系数、波浪扰动力及力矩和各自由度运动幅值与相关试验值、其他文献结果以及商业软件数值仿真结果对比.结果表明,经过非线性修正后,横摇运动响应结果与商业软件数值仿真结果更加逼近,其他自由度的运动响应结果与对应的试验值和其他文献结果也都较为吻合,证明了本文计算方法的可行性,且具有一定的实用价值.     

基于近似贝叶斯计算方法的排队模型参数估计

基于贝叶斯推断对单服务台的马尔科夫与非马尔科夫系统下的4个排队模型做参数估计与效果评价,并对银行排队叫号换汇数据做实证研究。采用近似贝叶斯计算的方法有效解决复杂排队模型似然函数难解析表达的问题。利用R中queue computer包给出M/M/1,M/G/1,G/M/1,GI/GI/1这4个排队模型的到达时间与服务时间的参数估计及后验分布图。其中M/M/1:估计值(真实值)分别约为1.02(1)、 1.12(1/0.9),都与真实值接近;M/G/1:1.17(1)、1.21(1.2),对服务时间的估计效果优于到达时间;G/M/1:0.49(0.5)、0.96(1),从后验分布进一步得到对服务时间的估计更准确;GI/GI/1:1.16(1.1)、1.07(1)、0.23(0.251)、0.22(0.25),各分量的估计值与真实值相对接近。对于实际银行数据,估计得的参数所拟合的数据与Ausin的拟合数据分布接近。研究表明,近似贝叶斯的方法在排队模型的参数估计上有较大优势,在实际数据中取得了较好应用。     

大数据科学的认知和数学基础引论

 大数据不仅在科学、工程与计算智能中有着广泛的应用，而且在人类感知、估计、量化、记忆和推理的认知机制中发挥着基础性作用。通过对大数据科学理论的基础研究，提出一组大数据系统的一般原理和分析方法。为了从形式上解释大数据的起源和本质，探讨大数据的认知基础及其数学模型，严格地引出了根植于科学、工程和社会各个领域的大数据的一般模式。研究发现大数据不再是传统实域上的纯数，而是一个前所未有的新型数学结构，称为递归类型化超结构（RTHS）。这一大数据系统的基本拓扑特性揭示了大数据工程的复杂性及其操作与处理的全新认知、理论挑战，以及可选解决方案。     

基于计算思维的大学计算机基础课程教学

大学计算机基础课程是培养大学生综合素质与和创新能力不可或缺的重要环节,而计算思维的培养更是该课程教学的核心。在分析大学计算机基础课程现状和计算思维特征的基础上,从任课教师的角度探讨了以计算思维为导向的教学内容的设计,并取得了较好的实施效果。     

双离子电池的研究与应用

锂离子电池(LIBs)是目前人类必不可缺的储能设备之一,可应用于手机、电脑、数码相机、电动汽车以及智能电网等方面.但由于锂资源的有限及其在地壳中分布不均等问题,导致了锂离子电池的制造成本逐渐增加,因此开发低成本、安全、高性能的新型储能器件迫在眉睫.双离子电池(DIBs)因其具有低成本、高能量密度、环保等优点成为人们的研究热点.本文将从双离子电池机理和结构设计进行分析,阐述双离子电池的应用以及双离子电池目前所存在的问题.     

基于云雾结合的工件深度学习识别问题研究

统工业自动分拣存在工件识别准确率不高、特征定义复杂等问题,虽然新兴的深度学习为此类问题提供了较好的解决方法,但仍存在对边缘端设备计算能力要求较高的问题,为此本文提出一种基于云雾结合的工件识别算法,即在云端采用改进ALEXNET卷积神经网络进行训练,然后将训练好的模型下载到雾(边缘)端设备,对工件进行实时识别.对100个不同工件进行实验,结果表明:改进后识别准确率从ALEXNET的98%提高到99%,模型参数减少25%,同时可以充分利用云端的强大计算能力与边缘设备的实时性,为智能工件识别提供了一种新途径.