特大型剖分调心滚子轴承加工的研究

本文提出了特大型剖分调心滚子轴承原加工工艺流程的不足,并对其进行了调整和改进,分析了加工过程中的难点,并提出了解决方案。     

带噪音预处理的改进探索性Q矩阵标定方法

考虑到在实际应用中学生在做题时的猜测和失误(统称为噪音)会影响探索性因素分析法所使用的四分相关矩阵的质量,该文提出四分相关矩阵的一种噪音修正方法,并将其应用于Q矩阵标定.模拟研究结果表明:猜测和失误这2种噪音会对Q矩阵的标定产生不利的影响; 基于修正后的四分相关矩阵的探索性因素分析法,在样本量较大和噪音较大等情况下,均能有效地提高Q矩阵标定的准确率.     

改革事关国运创新决定未来--从全面创新改革试验看加快创新型国家建设

<正>中共中央办公厅、国务院办公厅最近印发了《关于在部分区域系统推进全面创新改革试验的总体方案》(下称《方案》)。这是我国继上海、福建、广东、天津建设四大自由贸易试验区之后,首次选择八大区域设置全面创新改革试验区,以推进系统性、整体性、协同性改革的先行先试,统筹推进科技、管理、品牌、组织、商业模式创新,必将为新常态下转型发展和建设创新型国家提供强有力支撑。     

PDM-CO-OFDM中采用相位传递的次符号光相位噪声抑制算法

在符号周期-光源线宽乘积较大的PDM-CO-OFDM系统中,光相位噪声引入的子载波间串扰(ICI)极大地劣化了系统的性能.采用高阶调制格式(如16QAM)的PDM-CO-OFDM系统对光相位噪声的敏感度随调制格式的升高而增加.针对上述受光相位噪声影响较大的系统,该文提出一种采用线性插值、相位传递和符号分割的光相位噪声抑制算法,即P-LI-SCPEC.推导了算法的数学模型,通过蒙特卡洛仿真研究了该算法的性能,并与已有的几种光相位噪声抑制算法进行了横向对比.仿真结果表明,该算法能有效地抑制光相位噪声,提高系统对光源线宽的容忍度,其性能优于此前提出的LI-SCPEC算法.该算法对于PDM-CO-OFDM技术在采用廉价光源的光接入网及采用高阶调制格式的主干网中的应用都具有重要的意义.     

基于Box-Cox变换分位数回归与负荷关联因素辨识的中长期概率密度预测

中长期电力负荷预测是电力部门制定电力系统发展规划和稳定运行的重要前提.针对影响中长期电力负荷预测精度的多个因素,本文利用逐步回归方法,从众多影响负荷预测精度的关联因子中,对关键的影响因子进行辨识,并提出基于Box-Cox变换分位数回归和核密度估计相结合的概率密度预测方法,得出不同分位点下未来连续几年的概率密度预测结果,实现了对未来年用电量准确波动区间的预测.以安徽省的历史用电量和社会经济数据为例,进行仿真实验.结果表明:该方法不仅实现了中长期电力负荷概率密度预测,而且利用强关联因素提高了中长期电力负荷概率密度预测的精度,有效解决了考虑多因子的中长期电力负荷概率密度预测问题.     

对外径千分尺故障原因分析及调修的研讨

该研究对外径千分尺外观问题,转动分筒故障,锁紧装置故障,锁测微螺杆故障,锁测微螺杆问题,平行度不合格,螺杆弯曲度不合格,示值误差过大等故障展开了研讨,并提供了相应的调修方法。     

缺失数据假设下的灵活贝叶斯分位数回归分析

考虑缺失数据假设下,响应变量为有序分类变量的灵活贝叶斯分位数回归分析.对有序分类变量添加一潜在变量,并假设潜在变量服从广义偏斜拉普拉斯分布,由此建立起有效的贝叶斯后验推断程序.与传统的贝叶斯分位数回归方法相比,本方法的主要优势在于广义非对称拉普拉斯分布的尾部灵活,具有高度的适应性.最终,以云南省某医院生殖遗传中心的试管婴儿数据为例来说明本方法的有效性和适用性.     

广义混合变分不等式的weak-sharp解及算法的有限收敛

提出广义混合变分不等式问题的解集满足的weak-sharp条件,并通过约束集的支撑函数的一些性质,获得weak-sharp条件的等价刻画.在广义混合变分不等式问题的解集满足weak-sharp条件之下,还获得任意迭代算法有限收敛的等价条件,其中有限收敛指算法在有限次迭代后,得到广义混合变分不等式问题的精确解.最后,以广义混合变分不等式问题的超投影近似点算法为特例,在一定的条件下,获得该算法的有限收敛性.     

基于参数化分位回归模型的非寿险准备金评估

准备金及其风险边际对保险公司的偿付能力具有决定性影响.均值回归模型在非寿险准备金评估中的应用较为普遍,但需要通过Bootstrap等方法计算准备金的风险边际.分位回归模型可以一次性求得准备金及其风险边际的预测值,所以在非寿险准备金评估中具有独特的应用价值.基于GB2(Generalized Beta type 2)分布建立了一种参数化分位回归模型,该模型首先对GB2分布中的位置参数和尺度参数同时引入流量三角形数据中的事故年和进展年作为解释变量,增加了模型的灵活性;其次,根据模型参数的极大似然估计结果,借助分位数函数的表达式,计算了不同分位数水平下的准备金预测值;最后,利用极大似然估计的渐近性质,通过Delta方法给出了准备金预测值的误差.基于一组增量赔款数据的实证研究结果表明,GB2参数化分位回归模型在非寿险准备金评估及其风险边际的预测中具有良好的应用价值.