基于岭估计的最优预测与经典预测的最优性判别

针对有偏估计的预测问题 ,以岭估计为基础 ,以离差矩阵MDE(MeanDispersionError)和广义风险函数为判别准则 ,对广义线性回归模型 {y =Xβ +e ,e～N(0 ,σ2 W ) }的最优预测量与经典预测量的最优性判问题进行了讨论。借助矩阵不等式的一些性质 ,获得在离差矩阵判别准则和风险函数判别准则下判断两类预测量最优性的充要条件。为进一步研究基于有偏估计关于两类预测量的最优性判别问题提供了一种方法和思路     

浅谈英语缩略语的翻译

近年来,英语缩略语在汉语中的使用频率呈不断上升趋势,已经成为汉语语言体系不可或缺的一部分。这一现象引起了我国语言学界对英语缩略语的关注。了解英语缩略语的特点及其翻译方法对扩大我们的知识,了解科学技术的发展,沟通中外学术交流都具有重要的意义。     

基于改进蚁群算法的无线传感器网络路由

为了降低节点能量消耗,延长网络生存的时间,提出了一种改进蚁群算法的无线传感器网络路由机制.首先将无线传感器网络服务质量分为3类,然后利用蚁群算法可以自适应网络状况动态性的优势,构建传感器节点转移函数、信息素更新规则和自适应构建数据路由.最后采用仿真模拟实验对算法性能进行检验.实验结果表明,相对于现有无线传感器路由算法,通过引入蚁群优化机理挖掘传感器节点之间的关联性,数据传输延迟、可靠性和能量开销上具有更好的性能,使整个网络性能保持最优.     

DMF促进的1,1-二芳基乙烯的偕-二氟烷基化反应

DMF在加热条件下可促进1,1-二芳基乙烯与二氟碘乙酸乙酯的二氟烷基化自由基反应,生成2,2-二氟-4,4-二芳基-3-烯酸乙酯.提出在无催化剂、无氧化剂条件下,1,1-二芳基乙烯基化合物的偕-二氟烷基化反应的新方法.首先,DMF在加热条件下促进ICF₂COOEt生成·CF₂COOEt自由基.然后加成到1,1-二芳基乙烯上,得到二氟烷基化的二芳基烯烃化合物.并对底物适用性进行探究,合成一系列不同取代基的二氟烷基化烯烃.结合实验及查阅相关文献,推测该反应可能经历了自由基反应历程.     

珍稀濒危药材蛇足石杉的研究概况及开发前景

蛇足石杉中有较高含量的石杉碱甲,对治疗老年痴呆症和提高记忆力有显著疗效,备受国内外学者们的关注.系统总结了近年来国内外学者对蛇足石杉的相关研究成果,旨在为蛇足石杉资源保护与可持续利用、开展蛇足石杉繁殖技术的研究,为解决蛇足石杉原料生产的瓶颈提供理论依据.     

广西钢琴教育的发展现状与对策研究

广西的钢琴教育发展状况是和中国的整体国情以及钢琴教育发展相吻合的,也还存着需要解决和改善的问题。新的钢琴教育理论研究,能够提升广西钢琴教育的现有水平,使得钢琴教育能够获得长足的发展空间。     

Nonlinear analysis on the reinforced concrete multi-T girder based on the solid and degraded composite element

根据实体退化壳单元理论,推导单元的位移场,建立钢筋混凝土多梁式T梁的实体退化组合单元模式,其中纵向受力钢筋采用空间杆单元处理,并推求了其对实体退化组合单元刚度矩阵的贡献。采用Ottosen四参数屈服准则,考虑混凝土的材料非线性,以及通过V.Karman假设考虑了结构的几何非线性,分析几何非线性对此结构的影响。典型算例分析表明:考虑双重非线性的钢筋混凝土多梁式T梁的实体退化组合单元的计算结果与试验资料吻合良好;当偏载加载时,加载端边梁的受力钢筋应力发展较为迅速而首先达到屈服应力,其余各主梁的受力钢筋应力依次发展,直至结构破坏;对于钢筋混凝土多梁式T梁类实体结构,材料非线性效应明显,但几何非线性效应在一定范围内可以不计入。     

有无车轮对低风阻车型气动特性的影响

针对有无车轮低风阻电动汽车模型进行数值计算,并通过对两种模型是气动力、表面压力、速度场等计算结果对比,评估了有无车轮对低风阻车型气动特性的影响。研究表明：车轮的存在使得整车气动阻力增大63.8%,其中各部件的贡献从大到小依次为前轮室、车身前部、背部、车底（负贡献）、后轮室;而升力增大一倍多,主要来源于车底的贡献;流场结果显示车轮对车身的气动作用体现在车轮带来的全局阻塞和局部尾迹两种效应的综合影响;后轮及后轮导流罩产生的尾迹会导致低阻车尾部涡环强度增强,回流区长度减小,背压降低。综合气动阻力、升力、压力分布和流场对比分析,明确了车轮的存在会给低风阻车型带来较大的气动特性变化。     

谈如何提高学生学习数学的兴趣

许多学生反映,数学是枯燥的,对于数学的学习是被动的、无趣的,从而对于数学的学习提不起兴趣来,影响学生学习数学的诸多非智力因素中,激发并提高学生学习数学的兴趣是施教者应该重视的第一问题。     

结合流形结构与柔性嵌入的多标签特征选择

将线性回归模型与流形结构相结合,构成了弱线性多标签特征选择的联合框架。首先,用最小二乘损失函数来学习回归系数矩阵;其次,通过标签流形结构来学习数据特征的权重矩阵;再次,用L2,1-范数来约束回归系数矩阵和特征权重矩阵,这样既能引导稀疏性,又有利于特征选择。此外,设计并证明了具有收敛性的迭代更新算法来解决上述提出的问题。最后,所提出的方法在多个经典多标签数据集上进行了验证,实验结果表明了所提算法的有效性。