二十八天水泥抗压强度动态模型及参数对预测的影响

本文用时间序列分析方法分析水泥生产过程,笔者假设水泥生产过程为一个平稳的随机过程,它的二十八天抗压强度为具有控制项的自回归模型。用30组数据建立了28天水泥抗压强度动态模型,并做了跟踪,分析了七天抗压强度、细度、SO_3等与二十八天抗压强度的关系。最后,把生产中实际值和预测值进行了比较。     

高原鼠兔体重生长动态数学模型之再探讨

本文用麦夸算法构造高原鼠兔体重生长的Logistic和Compertz曲线模型,其结果表明:Logistic曲线比Gompertz曲线更优化,Logistic模型比逻辑斯谛-指要饱和模型的精确度更高.     

低沸点烷烃Kovats指数的拓扑结构研究

本文应用拓扑指数法研究烷烃化合物的色谱保留指数，并通过多元回归分析得到了烷烃的拓扑结构与色谱保留指数的良好的相关性，当测得某一有机物的保留指数时便可估计其结构特征，从而为烷烃化合物的色谱定性分析提供了可靠的信息。     

浅谈师范生现代教学技能的培养

高质量的教师队伍是高质量教育的一个基本条件,师范生"现代教育技术素质"是教师素质的一个重要方面。文章在分析师范生教学技能内容的基础上,探讨了高等师范院校学生教学技能培养的有效途径,并提出了改进方向。     

A latent class probit model for analyzing pick any/N data

A latent class probit model is developed in which it is assumed that the binary data of a particular subject follow a finite mixture of multivariate Bermoulli distributions. An EM algorithm for fitting the model is described and a Monte Carlo procedure for testing the number of latent classes that is required for adequately describing the data is discussed. In the final section, an application of the latent class probit model to some intended purchase data for residential telecommunication devices is reported. Geert De Soete is supported as “Bevoegdverklaard Navorser” of the Belgian “Nationaal Fonds voor Wetenschappelijk Onderzoek.”     

用于图像目标识别的神经网络方法

本文提出了一种全局最优的神经网络（ＦｕｌｌＤｏｍａｉｎＯｐｔｉｍｕｍＮｅｕｒａｌＮｅｔｗｏｒｋ）模型用于目标识别。通常所设计的神经网络不能保证全局最优，使得网络不一定收敛到期望样本点上。本文的模型采用了先设计稳定点、再构造吸引域的方法，提高了网络的识别正确率及速度。针对图像识别中矢量维数大的实际，提出了一种不变性方法，使得样本维数下降而分类距离保持不变。同时又证明了网络的收敛性、收敛速度及映射保距等。计算机模拟结果表明，网络对噪声或缺损图均能正确识别。     

拥挤交通流的行为分析与仿真建模

从分析拥挤状况的交通行为特性出发，建立了相应的仿真模型。该模型在跟车子模型加入了随机扰动项，换道子模型的可行性检测中加入了前后间距不足时司机的减速行为。与传统模型相比该模型能更好地反映拥挤流下的交通行为，更适合于拥挤状况的交通微观仿真。     

数学期望模型应用实例

混合样本检验法是预防医学中常用的方法，通过建立数学期望模型，可以在定量分析中减少检测次数，达到减少工作量，提高工作效率的目的。     

冀东金矿集中区控矿条件探讨

论述了冀东金矿集中区绿岩型金矿的矿质来源，并恢复其矿源层的原岩。对构造及中小型岩浆任入体的控矿作用作了论述，并提出了成矿模式。     

师资预测一类纵横统计推进模型

提出了一个新的人才预测模型,其主要优点是可对残缺原始数据进行加工,且可修正预测值的随机误差影响,预测精度较高.本文还给出了用该模型对某校师资进行预测的实例,得到满意结果.