产品设计中物质要素的情感化及设计策略

未来学家奈斯比特曾经说过:"我们的社会中技术越多,变化越快,我们就越希望创造高情感的环境,用产品或技术软性的一面来平衡硬性的一面."所谓"软性的一面",即指产品的情感化.     

产品设计中物质要素的情感化及设计策略

<正>未来学家奈斯比特曾经说过:"我们的社会中技术越多,变化越快,我们就越希望创造高情感的环境,用产品或技术软性的一面来平衡硬性的一面。"所谓"软性的一面",即指产品的情感化。     

带线性等式约束的多元线性模型中线性预测的可容许性

研究了在矩阵损失下带线性等式约束条件的多元线性模型中条件线性可预测变量的可容许线性预测,并在齐次线性预测类中得到了条件线性可预测变量的一个线性预测是可容线性预测的若干充要条件.     

未来衣服 除臭杀菌 防紫外线 添香灭蚊

随着科 技的不断发 展，未来的衣 服将不再仅 仅具有防寒 和美化的作 用，还将具有 令你感到舒 服和保护你 身体安全等 多种功能。 据美国 《未来学家》杂志刊登的法国科学家的文章预言，这种超级衣服很快就会普遍推广。 据报道，在制造新型衣服的过程中使用了微胶囊，这是一种附着在纤维上的微小的球状薄膜，里面含有特殊物质。达马特公司制造的一种热调节夹克衫，里层就涂上了一层这种微型胶囊，胶囊里含有一种物质能够在正常温度条件下把热能储藏起来，等到气温降低时就释放出热能，从而达到保温的目的。 许多具有香味和除臭功能的衣服也…     

G(1,1)灰色模型与灰色线性模型预测法比较及应用——以商洛市房地产发展现状为例

运用实例和统计分析的方法,对统计预测中常用的G(1,1)灰色模型预测法和灰色线性模型预测法进行比较,得到了两种模型在实际预测中的精确度.并通过检验分析,得到了在什么情况下用G(1,1)灰色模型预测,在什么情况下用灰色线性模型预测.     

非因果预测和直方图平移下的可逆音频数字水印

预测算法在可逆水印隐藏中扮演重要角色。预测算法越好,得到的预测值就越精确,嵌入水印后的失真度就越低。为此,提出一种新的非因果音频预测算法。在预测之前,利用每相邻3个样本点之间的相关性计算出一个预测系数,再将这些预测系数进行统计平均得到最佳预测系数。根据每相邻3个样本点间的数值关系计算预测值和非整数预测误差。最后利用直方图平移技术嵌入水印信息。该算法利用了相邻3个样本点间的相关性,而且集合了非因果预测的优异性和音频信号本身的固有特性。测试了6个标准的音频文件,对比了已有同类可逆音频水印算法,该算法在预测性能和嵌入失真方面都更有优势。     

区域经济发展预测的理论研究

介绍了区域经济发展预测的基本原则、种类、预测步骤以及4种常用的方法，简述了计算机在区域经济发展预测中的作用。     

新陈代谢GM(1,1)模型在现代有轨电车沉降预测中的应用

目前灰色模型在建筑物、边坡、高铁等领域的沉降预测中的应用研究较多,而在现代有轨电车中的沉降预测中应用比较少,并且现代有轨电车在运营阶段的沉降变化量较小。用灰色GM(1,1)模型和新陈代谢GM(1,1)模型对有轨电车筏板的沉降监测点的监测数据进行预测并比较。结果表明,新陈代谢GM(1,1)模型剔除了旧数据,增加了新的预测数据,提高了模型预测精度。验证了模型在现代有轨电车筏板进行沉降预测的可行性,为今后类似情况的沉降监测预测提供参考和借鉴。     

PLS—近红外漫反射光谱法非破坏分析安乃近

比较了偏最小二乘法在常规和一阶导数近红外漫反射光谱法分析安乃近的定量预测能力，讨论了校正样品数和波长间隔对ＰＬＳ预测的影响。在常规光谱法中，校正样品和预测样品的预测结果的相对标准误差分别为０．９８９１％和１．４６３０％，而在一阶导数光谱法中，校正样品和预测样品的预测结果的相对标准误差分别为０．１１０２％和１．０４２９％。     

适龄人口下降背景下的新建高职院校规模预测

阐述了新建高职院校规模预测的背景和预测技术路线,建立了高职院校规模预测线性回归数学模型并以新乡某高职院校为例,对适龄人口下降背景下新建高职院校在校生规模进行了科学分析和预测,并在此基础上,提出了新建高职院校教育事业发展的对应策略。     

基于离散小波变换的膜蛋白跨膜螺旋区段预测

基因组计划所产生的大量蛋白质序列迫切需要从理论上预测跨膜螺旋区段。文中采用基于离散小波变换的方法预测膜蛋白跨膜螺旋区段的数目和位置。以PDB 代码为1KQG的膜蛋白为例,描述了该方法对跨膜螺旋区段的数目和位置的预测分析过程。从最新的MPtopo数据库中随机抽取80条三维结构已知的膜蛋白序列作为测试集 (含325个跨膜螺旋区),采用该方法对跨膜螺旋区段进行预测,其中312个跨膜螺旋区被准确预测到,预测准确率为96.6%。并将预测结果与7种常用预测方法的主要预测结果进行了比较。结果表明,本文提出的方法具有较高的预测准确度。     

基于单项预测模型筛选的隧道变形优选组合预测

采用优选组合理论,提出了基于单项预测模型筛选的隧道变形优选组合预测方法,建立了隧道变形预测系统.系统由包含各种监测成果的监测库、动态更新的变形预测模型库和模型评价库组成,采用人机对话方式在众多的经评价满足最优组合预测条件的单项预则模型中筛选出合理的单项模型,对其进行组合预测,继而再对不同的组合预测结果进行评价比较,得到较好的隧道变形组合预测结果.将该方法应用于隧道工程的拱顶下沉预测,利用前期工况的数据建模,对后期工况的未来变形量进行滚动预测,获得了令人满意的结果.     

基于SVM的高校录取分数预测模型

由于随机性大,影响因素多,导致高校录取分数预测困难,准确度不高,相关研究较少.针对这种情况,尝试基于支持向量机(SVM)理论,结合我国高考录取模式,建立SVM模型对高校录取分数进行初步预测.通过对预测结果的定量分析,证明预测效果较理想,预测的平均绝对误差为7.6分,同时验证了SVM预测模型在高校录取分数预测中的可行性.     

基于支持向量机的室内照度预测仿真

为了有效地预测室内的自然光照度,提高预测精度,建立了基于支持向量机(SVM)的室内自然光照度预测模型。在MATLAB 2012的环境下,以郑州市(东经113.65,北纬34.72)某室内自然光的实测照度为训练样本,对三个位置的五个时间点的照度进行预测,模型预测效果采用平均绝对百分比误差(MAPE)来进行评价。经过仿真可知,由模型得到的预测照度与实际照度误差较小,预测效果较为理想,预测的平均绝对百分误差为6.1%。该结果验证了基于支持向量机的预测模型在室内照度预测中的有效性。     

一种新的灰色预测方法及其应用

在灰色模型GM(1,1)的基础上,提出了一种新的灰色组合预测方法,并将该方法应用于云南省就业状况预测分析中,取得了较好的预测效果。     

一种对某地区电网短期负荷预测方法

短期负荷预测对电网运行意义重大,负荷预测的精确与否,对电力网络的控制、运行和计划有较大的影响。本文基于人工神经网络理论,通过建立网络模型,并编写相关程序,预测了未来一天24小时负荷值,并取得了较为理想的预测效果。     

浅谈基于气象因素的电网短期负荷预测系统

电网负荷预测是电网建设的基础,也是电网的建设和布局的依据,电网负荷预测结果的准确与否关系到电力投资的效益。短期负荷预测的时间较短,周期为一到五年,主要是为配电网规划服务的。本文介绍了气象因素对电网负荷预测的影响,阐述了基于气象因素的电网短期负荷预测系统功能的实现。     

GM（1,1）改进模型在广西短期电力负荷预测中的应用

采用ＧＭ（１，１）改进模型与ＡＲＩＭＡ（ｐ，ｄ，ｑ）模型对广西自治区电网特殊日电力负荷进行组合预测，阐述了ＧＭ（１，１）改进模型的建立方法，提出了适用于广西纂驱电网特殊日电力负荷预测的预测数据处理方法，提高了预测的精确度，全年日镀优于９５％，解决了在日采样点为２４点（正点采样）情况下预测度较低的问题。     

肝炎疫情预报的数学模型与预测

对肝炎疫情进行未来预测 ,目前所采用的方法误差较大 .而且这种误差随着时间的推移而愈来愈大 .究其根本原因之一就是该系统的时变性与进行预测的数学模型参数非时变性之间存在差异 ,在对系统预测时 ,把一个时变参数的动态过程当作了非时变参数的静态过程 ,用非时变参数模型预测时变参数系统的状态 ,这必然会带来较大的误差 .为了克服上述这些缺点 ,我们给出了动态预测方法 ,其误差小 ,符合率高 ,提高了预测精度 .     

能源子系统中灰色数列预测的数学方法及其微机程序

本文讨论了能源子系统中灰色数列预测的数学方法,阐述了可在IBM-PC及其兼容机上运行的计算程序;运用该程序,预测了某省的几个能源子系统,并讨论了预测精度;其结果是满意的。