服装风格的量化方法初探

为使企业能够自主控制服装风格，减少由设计师更换带来的品牌风格波动，使企业决策者能够把握服装的设计风格，尝试对服装风格进行量化，以找到品牌服装风格的内在规律，使服装的风格控制成为一种技术手段。通过多次实验，找到较可行的量化方法并进行初步量化，得到初步量化结论。     

一类非线性椭圆型方程的奇异边值问题(II)

本文弥补了文[8]的不足之处, 且与文[8]一起完整地推广了 Usami H.1989 年所得到的部分结果.     

一种新的求解区间数判断矩阵权重的方法

研究区间数判断矩阵的一致性和权重求解新方法.基于权重可行域定义了区间数判断矩阵局部一致性和局部满意一致性,并建立了判别其是否具有局部满意一致性的数学模型.作为度量区间数判断矩阵一致性优劣的一种有效方法,给出了区间数判断矩阵一致性程度的概念,并对一致性程度较差的区间数判断矩阵提出一种改进方法.以在区间数判断矩阵内搜索一致性水平最好的确定性判断矩阵为目标建立一个新的权重模型,求解此确定性判断矩阵的权重,以此作为区间数判断矩阵的权重,模型由颗粒群算法求解.最后给出了一个例子说明本文方法的有效性.     

焊接结构疲劳强度预测的局部法研究

以焊缝附近局部半圆区域的平均应力为控制参数,得到焊接结构疲劳切口系数的计算理论,在考虑材料、结构几何形式、残余应力等因素对疲劳强度影响的基础上,建立了对称循环和非对称循环时焊接结构有效应力集中系数预测的局部法模型.通过对几类错位板接头的有限元计算分析,得到这些焊接结构焊缝附近局部区域的应力场,进而预测它们的疲劳强度,并将预测结果与疲劳试验进行了比较,获得了令人满意的结果.用局部法预估焊接结构的疲劳强度,能大量减少疲劳实验,节省经费开支,对工程应用有参考价值     

Banach空间中非线性映射的一个局部性质

研究了Banach空间中非线性映射的局部线性化问题,在仅假设非线性映射的Fréchet导数存在有界广义逆的条件下,给出了非线性映射的一个局部性质,这个局部性质不仅统一了经典的局部浸没定理和局部浸入定理,而且推广了V.Cafagna的主要结果.     

基于超级立方体结构的可靠组播差错控制研究

通过对可靠组播网络的差错控制的研究，提出了一种基于超级立方体拓扑结构的局部前向纠错(FEC)可靠差错控制机制，把网关路由器构成一个n维超级立方体结构，并将相关节点定义成局部恢复单元LRU，在源链路和尾链路分别采用局部前向纠错FEC和否定确认抑制的恢复方法，有效地解决了多点组播中出现的否定应答拥塞等问题，在一定程度上减少了网络延迟，提高了网络带宽利用率．     

激趣培能增效提质

目前，在一些地区、学校学生厌学情况严重，学生学习兴趣不浓，学习动力不足，学习态度松懈，学习成绩太差。上课时注意力不集中，喜欢做小动作，不愿意回答问题，抄袭他人作业，从而表现出不同程度的的厌学情绪。造成这种现象的因素很多，从心理因素上看，有智力因素和非智力因素。智力因素是学生赖以获得知识的直接因素，是学生学习活动的基础；动机、兴趣、情感、意志、性格等非智力因素对学习活动起强化和推动作用，对学习的效果也具有增强作用。如果一个学生没有学习动机和兴趣等因素的驱动和调节，那么即使智力水平再高，也难以搞好学习。     

基于银薄膜/荷叶SERS效应直接检测婴儿配方奶粉中三聚氰胺

以天然荷叶为衬底,结合真空磁控溅射法沉积银薄膜,制备出了一种高效的表面增强拉曼散射(SERS)活性基底.研究发现银/荷叶基底对婴儿配方奶粉中掺杂的三聚氰胺(MA)表现出良好的识别能力,而不需作额外的样品预处理.对掺杂不同浓度三聚氰胺的奶粉溶液进行定量分析,在5~50 mg/L质量浓度范围内获得了较好的线性关系(线性相关系数R20.99).根据3σ准则,检测极限估计为1 mg/L.此外,银/荷叶基底具有良好的均匀性和重复性(相对标准偏差为7.64%和10.54%).该方法对婴儿配方奶粉中三聚氰胺的检测具有简单快速、成本低且无损等优点.     

基于压缩感知的实时在线目标追踪

在正负样本区域随机抽取了不同尺度下图像的局部二值模式(LBP)特征,将高维的特征信息投射到低秩的压缩域,并据此建立了表观模型.使用一个随机稀疏测量矩阵来压缩前景和背景目标.将追踪问题转化成为了一个使用朴素贝叶斯分类器的二元分类问题.所提方法可以较快速、实时地在线追踪目标,同时解决了目标尺度变化、遮挡问题.     

广义多尺度决策系统的局部最优粒度选择

在实际应用中,人们常常选择比较合适的粒度层次来解决相应的问题。在经典的多尺度决策系统和粒度层次构造过程中,属性取值常由人工选择某些固定粒度层次。本文针对广义多尺度决策系统,由属性取值的尺度组合来构造粒度层次,进而研究局部最优粒度的选择问题。首先,介绍了广义多尺度决策系统的概念。然后,在协调的广义多尺度决策系统中定义了最优粒度和局部最优粒度,并给出了基于属性组合的最优粒度与局部最优粒度的选择算法。最后,在不协调的广义多尺度决策系统中引入了广义决策,定义了广义决策最优粒度和广义决策局部最优粒度,并给出了基于广义决策最优粒度与广义决策局部最优粒度选择算法。