对我国青年男排运动员身体素质的评价研究

运用文献资料法、专家访谈法及数理统计法,对参加2003年中国青年男子排球联赛运动员的身体素质6个指标测试数据进行统计分析,建立身体素质各指标评价标准,并分析各指标对身体素质影响的重要程度,进而对运动员的身体素质进行综合评价,以期为教练员提供现实身体素质训练过程的合理控制.     

模糊数学在汽车故障诊断中的应用

汽车故障征兆与故障原因间的关系是模糊的,为此,将模糊数学方法引入到汽车故障诊断中,建立汽车典型故障诊断的数学模型,提出由历史数据及专家优序数综合确定模糊隶属度的方法,建立模糊诊断模型,并在计算机上实现汽车故障的模糊诊断.     

自然灾害综合灾情相对隶属度识别理论模型

针对自然灾害的评价还没有形成一个统一的标准和方法，探讨评价结果具有可比性的方法，显得尤为重要。以区域自然灾害评价指标对受灾程度的相对隶属度为基础，建立自然灾害综合灾情相对隶属度识别理论模型，讨论了该模型的算法。结合1993年沿海地区受灾综合灾情分析，论述了该模型的用法。结果表明该模型物理概念清晰，应用方便，识别结果具有可比性。     

基于质心分析的淮河流域降水时空分布特征

为定量表征淮河流域降水量非均匀性特征,建立年降水质心时间指标,以概化年内降水过程时间分布,从时域、空域、频域3个维度解析流域近55 a降水质心时间的总体格局与演变规律。结果表明:各典型站点近55a降水质心时间序列中全部存在28a的第一主周期;年降水质心时间序列突变年份多发生于1975—1989年,突变主要集中于淮河上中游地区;年降水质心时间序列多呈现不显著的增加趋势,说明流域大部分地区年降水集中期有微弱的后移倾向;年降水质心时间随纬度增加而呈现明显的后推趋势,流域南北地区年降水质心时间可相差20 d左右,经度变化对年降水质心时间没有明显影响;淮河流域暴雨与大雨质心时间普遍迟于其他等级年降水质心时间,流域年降水质心时间对暴雨、大雨较为敏感。     

小麦馒头品质评价方法优化

为了优化现有的馒头品质评价方法,参照LS/T 3204—1993和GB/T 17320—1998,进行馒头制作与品质评价技术研究,经相关性分析、逐步回归分析及拟合检验,精简其评价项目、提高操作性和准确性。结果表明,馒头品质评价指标可被简化为4项,分别为比容、外观、外部色泽与适口性,其权重依次为30%,20%,10%和40%。新方法可替代原始方法,仪器评价法与原始评价方法相关性有待提高,仅色差计参数a*值与外部色泽、质构仪咀嚼性指标与粘牙相关性较高,可作为评价外部色泽与适口性的有效辅助手段。新方法可适用于不同产地、品种小麦制作的馒头品质评价,具有感官指标少、差异易被区别、准确性和可行性高的特点。     

企业战略风险的模糊评价模型

基于战略风险管理的基本概念与内容,从战略风险评价角度出发,提出了一类企业战略风险的模糊评价方法.即通过分析比较传统概率风险测度的不足,将模糊评价方法用于战略风险的评价,以更能准确地反映和把握企业战略的风险程度.     

基于多维概率分布的多金属矿床储量估算模型

为解决不同边界品位下多金属矿床的储量快速估算问题,针对多金属矿床有用组分之间具有相关性的特点,基于多维概率分布函数建立了多金属矿床储量估算数学模型.以某金铜矿床为例,分析证明了矿床中金、铜品位的概率密度呈对数正态分布,并对金、铜品位分布的相关性特征进行检验.在此基础上将一维概率密度扩展至多维,建立了金铜矿床品位分布的多维概率密度函数,得出了不同边界品位下矿床保有的资源储量,并进行了可靠性验证.结果表明,模型的计算误差在10%以内,符合储量管理的精度要求.     

三维地学建模技术与Kriging方法在固体矿产储量计算中的应用

结合Kriging方法在计算机上的实现和应用,介绍了运用三维地学建模技术生成矿体的三维品位模型的原理流程以及关键技术,并在此基础上进行矿产资源储最计算.其基本流程为:根据实际地质勘探数据生成矿体三维实体模型;在实体tin模型内部应用块模型方法进行划分,建立矿体块体模型;利用Kriging方法进行插值,生成矿体的品位模型...     

基于统计分析的绩效评价方法研究

对绩效进行评价,指标的层次结构及其权重的确定直接影响评价指标体系的实用性和评价结果的客观性与科学性．为确保分析结果客观、科学,在分析了层次分析法分层和权重确定时存在不足的基础上,提出一种新方法．首先,运用统计分析中的因子分析方法,为指标进行分层归类;其次,根据因子分析中子因子在主因子上的载荷,确定各个子因子在其主因子上的权重值;再次,根据子因子在其主因子上的权重值,并结合各主因子在总目标（一级指标）上的贡献率,确定出各个子因子在总目标上的权重值;最后,通过实例证明了方法的实用性．     

ECOC多分类算法在慕课数据挖掘中的应用

收集并整合多所高校学生的慕课学习行为数据,设计基于数据复杂度的纠错输出编码(ECOC)多分类算法.该算法利用数据复杂度降低多类之间的分类难度,从而提高算法的预测准确度.实验结果表明,在不同高校的慕课数据集的测试中,所设计基于数据复杂度的ECOC分类算法比传统的ECOC算法具有更高的分类准确度和鲁棒性,实现了学生学习成绩...