强化对流换热中的热量加权温差分析与应用

以电子器件对流散热为背景,提出热量加权温差综合评价传热量一定的多热源的平均温度和传热系统的传热效率.通过分析对流传热中控制体内"(火积)"的构成,结合变分原理推导了对流换热中的热量加权温差,讨论了温差均匀性、传热效率以及热量加权温差三者的关系,即热量加权温差越小,传热系统温差均匀程度越高;另外,从热量加权温差减小的方向来优化传热,设计一种开缝与翻折相结合的散热翅片,计算开缝和多翻折翅片与常规直翅片的热量加权温差大小,并用热量加权温差分析两种传热系统的多热源平均温度大小和温差均匀程度高低的原因,结果表明:传热系统的热量加权温差越小,冷却多热源物体平均温度效果越好.即对流换热总传热量一定时,热量加权温差可评价对流换热的传热效率和温差均匀性.     

经验过程的随机加权逼近及其应用

本文得到了有界函数的指标集上经验过程的随机加权逼近,给出了该过程的强一致收敛速度.在对总体的多元未知分布无任何限制的条件下,给出了多元Von Mises型泛函统计量及其投影寻踪(PP)的随机加权逼近,这一结果对上述统计量的Bootstrap逼近亦成立.     

加权K次移位算子的闭值域点和拟相似

1970年Lambert证明了拟相似的两个单射单侧加权移位算子一定是相似的,从而有相同的闭值域点,而拟相似的两个单射双侧加权移位算子是否有相同的闭值域点,这一直是一个未解决的问题。本文得到一个更强的结果,证明了拟相似的两个单射双侧加权K次移位算子有相同的闭值域点,从而有相同的本质谱。并且证明了拟相似的两个控制双侧加权移位算子     

基于向量投影取样的改进加权响应面法

在加权非线性响应面法的基础上,通过向量梯度投影方法改进样本点的选择,提出一种基于向量投影取样的改进加权响应面方法.用向量梯度投影法获取新的试验样本点,再对这些取样点进行加权回归处理,赋予靠近极限状态曲面的样本点更高的权重来构造和更新迭代二次响应面函数,解决隐式极限状态函数的结构可靠性分析问题.该方法有效克服了传统响应面法计算结果受插值系数的影响,一定程度上提高了计算精度,可以得到相对更优的结果.算例分析验证了所提方法的合理性和有效性.     

A_(■0)类移位的构造和Beurling格的一个性质

设H是复可分Hilbert空间.关于日上的A_(■0)类算子、(BCP)_θ算子和加权移位算子的概念分别参见文献[1—3]. 利用Beurling格的构造,我们证明了 定理1 设T是H上不加权双边、单边移位算子,则T是非A_2的A_1类算子. 定理2 设T是以为权序列的单边加权移位算子,则T是A_(■0)类算     

加权的Sobolev不等式

自Fefferman与Phong以后,已有一系列文章贡献于加权的Sobolev不等式与Schrdinger算子的特征值估计。本文中我们有兴趣于加权Sobolev不等式。我们要研究在怎样的条件下,我们有,对1相似文献   

线性模型随机加权自助法的渐近有效性

讨论了逼近线性模型中Ｍ估计分布的随机加权自助法,在一般的条件下证明了这种方法是强有效的。     

紧群与齐性空间上的加权大筛法不等式

文献[1]已经建立了局部紧Abel群上的加权大筛法不等式,并已指出,我们的方法对非Abel情况也是适用的,现在我们给出紧群与一类齐性空间(包括Riemann对称空间)上的加权大筛法不等式如下: 设G是紧距离群,满足|S(e,2a)|≤A_G|S(e,a)|,S(·,a)是半径为a的球,|·|表Haar     

关于加权全最小一乘的探讨

近来我们研究了加权全最小一乘问题,即:寻找适当的α∈R~1和μ∈R~k,使S={ν_1,ν_2,…ν_n,(?)R~k中各点到超平面μ~Tν α=0的垂直距离之加权和达到最小,其中“μ~T”表示μ的转置,q_i>0,i=1,2,…,n,是预先给定的权.由于问题的非线性、非光滑性,其最优解的解析表达很难找到,甚至可能不存在.     

基于深度加权的稳健Kalman滤波方法

在分析粗差对Kalman滤波器性能影响的基础上,通过将滤波新息的加权方式改进为深度加权平均,提出了一种基于Kalman框架的新型的稳健滤波算法.该算法仅需引入一个样本深度及权函数的计算步骤,无需针对测元的粗差检择,直接调节各测元对滤波状态的贡献.深度加权滤波扩展了传统Kalman滤波的最小均方误差优化准则,充分利用了不同测元间的相关性和测元与状态的相关性,可以有效降低含粗差数据对滤波结果的影响程度.在稳健性分析的基础上,数值算例验证了算法的可行性和有效性.     

区分岩心中大孔和微孔的核磁共振微成像方法

本文报道利用岩心中饱和流体的核磁共振(NMR)自旋密度(D)、纵向弛豫时间(T_1)加权、以及横向弛豫时间(T_2)加权三种微成像相结合区分储油岩石中的大孔和微孔的实验方法和结果.实验在Bruker MSL-400超导NMR谱仪微成像附件上完成,样品为用盐水饱和的天然岩心,其外形是直径13mm,长度28mm     

多目标规划的一个标量化定理

标量化问题(特别是线性加权问题)是多目标规划的一个基本理论问题。要设计一个多目标规划求解算法,首先就是要考虑适当的标量化机理(包括交互式方法在内)。因此,标量化的研究一直吸引着不少研究者。本文将给出一个有关线性加权的标量化结果,它所要求的假设是相当弱的,已有的这方面的一些结果几乎均可以由它导出。本文考虑如下多目标规划问     

矩限制的随机变量加权和的收敛速度及其在回归模型中的应用

随机变量加权和的收敛问题表述如下:如果{ε_n,n≥1}是一列随机变量,{a_n,n≥1}是常数列。记     

“20%的概率获得蛋糕”=“获得蛋糕的20%”?检验风险决策的期望法则假设

风险决策主流理论以期望法则的计算为核心假设,认为决策者需要进行"加权求和"的期望值计算过程.为检验这一基本假设,本研究采用相同的视觉材料设计了两类任务:将"%"看成"概率"的概率决策任务(风险决策)和将"%"看成"比例"的比例决策任务(计算决策).两任务均要求被试选择自己偏好的选项.考虑到被试在比例决策任务中须执行"加权求和"的期望值计算,方能使其收益最大化,我们推测,若被试在概率决策任务中也是根据"加权求和"规则做出决策,我们应当会发现影响"期望值计算"的诸因素(如计算难度、算术能力)同时影响两类任务.结果发现:计算难度和算术能力只影响比例决策任务绩效(其反应时更长,基于期望值选择的比例更高),但不影响概率决策任务绩效.相反,与"期望值计算"无关的"概率能力"和"感觉寻求人格"只影响概率决策任务绩效,但不影响比例决策任务绩效.该结果表明,概率能力和人格对风险决策的行为绩效起调节作用,人们在风险决策中可能并未按照期望法则的精确计算方式做出决策.期望法则家族理论将"加权求和"结果作为人类风险偏好的单一指数,或许是一种人为创造的错误指数.     

二重加权位移

文献[1]、[2]回答了Abrahmase问题2(见文献[3]),即给出了一重亚正规加权单向位移酉等价于Toeplitz算子的充要条件是它的权{a_i}满足     

1-集压缩场的满射性

如果我们假设{A_i}_(i=-∞)~+∞为相互交换的、稠值域的正规算子列,那么,我们可以得到类似于数值加权移位时的结果。     

单胞加权移位算子的拟幂零性

设H是复可分Hilbert空间。1968年,Rosenthal提出这样一个问题:H上的单胞算子的谱是否都是单点集?时隔四年,Foias和Williams对此给出了否定的回答。但是,这个问题对加权移位算子是否成立仍是     

一类仿射非线性系统适应控制的稳定性

对一类具有一参数的仿射非线性随机系统,证明了参数未知的情况下,采用随机正则化的加权最小二乘估计算法和一步最优控制指标,可以给出使产才环系统具有全局稳定 自适应控制律。并且举例说明了系统的乘性非线性程度可以任意高。     

系统发育β多样性指数的比较:以古田山样地为例

系统发育β多样性由于在物种β多样性的基础上包含了群落的系统发育信息,从而使人们能够从物种之间的亲缘关系来分析群落间的生态关系.系统发育β多样性指数作为系统发育β多样性具体的度量,为定量地研究系统发育β多样性提供了依据.不同的系统发育β多样性指数反映不同侧面的β多样性信息,同时也给研究者之间进行结果比较带来了不便.本文以浙江古田山24hm2样地的森林群落为例,对具有不同意义的系统发育β多样性指数进行比较后发现:(1)物种多度加权处理的Dpw指数与Rao’s二次熵的Rao’sD定义相似;PhyloSor与UniFrac指数生态学含义相似,因此具有很高的相关性;Dnn与PhyloSor,Dnn与UniFrac虽然生态学意义有些差别,但相关性也很高;(2)多度是否加权对同一个指数的影响在小尺度上并不明显;随着尺度的增大,多度加权与否的形式之间的差别才逐渐显现出来,可能是因为群落物种均匀度随尺度增大而降低;(3)PST和Rao’sH在较大尺度上比其他指数能够更好地反映生境和空间距离的衰减效应;随着尺度的减小,AW-Dnn和Dnn能够更好地反映生境和空间距离的衰减效应.     

Effective adaptive weighted median filter algorithm

针对传统中值滤波算法的优缺点,提出了一种基于相似度函数的自适应加权中值滤渡算法.该算法首先通过噪声检测确定图像中的噪声点,然后根据窗口内噪声点的个数自适应地调整滤波窗口的尺寸,再根据相似度大小,巧妙地将滤波窗口内各个像素点按一定的规律自适应地分组并赋予每组像素点相应的权重,最后采用加权中值滤波算法对检测出的噪声点进行滤波处理.计算机模拟实验结果表明:该算法既能有效地滤除噪声,又能较好地保护图像细节,滤波性能比传统中值滤波算法更理想.