多元线性模型与最佳预测

运用多元回归模型方法建立了多指标预测模型,在矩阵损失下,利用正交投影阵及矩阵分析等知识找到了预测指标的最优线性估计类,且从中得到了几个最优线性估计,使其应用范围更加广泛.     

人力资源外包风险排序

人力资源外包使企业更加集中于自己的战略发展和获取潜在的竞争优势,忽视人力资源外包企业面临的诸多风险、缺乏对其进行科学的评估和管理为企业的发展埋下了隐患,对人力资源外包风险的评估管理是当前企业面临的紧迫课题。综合了人力资源外包中的风险事件,然后通过外包失败原因分析出风险事件发生的概率。最后通过具体案例分析得到某企业的风险事件损失,采用Borda序值方法对人力资源外包风险进行排序评价,总结了Borda序值方法用于排序的优点,并提出了相应的管理措施,使人力资源外包风险管理更加客观有针对性。     

松枯梢病对湿地松,火炬松生长影响的研究

通过对闽侯县、长乐市等地湿地松、火炬松幼林的观察与调查分析表明,松枯梢病使湿地松当年新梢长和梢基部径生长分别降低５６．７３％和３５．８２％。感病新梢的长与径生长随着病害发展而减缓,至６月发病高峰后,其生长与健梢生长的差异明显加剧;病害严重程度与幼树的树高、胸径生长呈负相关。通过对南屿林场２５块１３￣１７年生湿地松样地的该病危害损失测定,建立阿公枯梢病所致的湿地松树高、胸径和材积生长损失的估测模型,     

基于制造-质量损失成本的公差优化分配法

基于成本-公差函数和质量损失函数，构造了以制造成本和质量损失成本之和最小为目标函数、以概率边界为约束条件的公差优化分配数学模型，采用拉格朗日乘数法进行求解，实现了公差的定量优化分配。实例验证表明，该方法找到了制造成本与质量保证之间的1个平衡点，对实际应用具有一定的参考价值。     

基于Ergun方程的菱镁球团填充床层阻力特性实验

菱镁球团重烧竖炉内的气流流动分布较为复杂,获得料层阻力特性规律是开展竖炉内气体流动及气固换热过程研究的基础.从颗粒填充床的气体动力学出发,以Ergun方程为基础,首先系统测量了菱镁球团颗粒关键宏观特性——粒径分布、密度、球形度及空隙率;通过冷态实验修正了Ergun方程中黏性阻力系数和惯性阻力系数,获得了适用于描述菱镁球...     

基于混沌神经网络的交通事故损失预测

文章应用混沌方法对交通事故损失时间序列进行处理，计算出最大Lyapunov指数，得到最大可预报时间尺度，在此基础上，建立人工神经网络预测混沌时间序列的模型。最后运用该方法对我国交通事故损失进行了预测分析。     

再保险定价研究

在保险公司是风险中性的情况下，讨论了在投资收益影响下的再保险保费定价问题．通过建立它应满足的线性正倒向随机微分方程，得到它在投资收益影响下的定价公式．该公式对保险公司合理地厘定再保险保费具有一定的参考作用。     

复合驱过程中化学剂损失与超低界面张力有效作用距离

以大庆天然油砂制作填砂管模型,通过改变复合体系的注入量,研究了碱、活性剂、聚合物3种组分的动态吸附特性,并模拟计算了不同注入量下各组分在地层中运移距离与损失量的关系.结果表明,活性剂的损失量最大,在运移1/5井距后即损失约80%;而聚合物和碱的损失分别只有12%和15%.结合界面张力随运移距离的变化情况可以判断,超低界面张力在油层中的有效作用距离有限,而体系在非超低界面张力状态下对采收率的贡献应予以足够的重视.     

基于深度卷积神经网络与中心损失的人脸识别

传统人脸识别方法手工设计特征过程复杂、识别率较低,对于开集人脸识别通用深度学习分类模型特征判别能力较弱。针对这两方面的不足,提出了一种以分类损失与中心损失相结合作为模型训练监督信号的深度卷积神经网络。首先,利用构建的应用场景数据集优调从公共数据集获得初始化参数的深度人脸识别模型,解决训练数据过小和数据分布差异问题,同时提高模型训练速度;然后,以传统损失函数和新的中心损失作为迁移学习过程中的监督信号,使得类内聚合、类间分散,提高模型输出人脸特征的判别能力;最后,对人脸特征进行主成分分析,进一步去除冗余特征,降低特征复杂度,提高人脸识别准确率。实验结果表明,与传统人脸识别算法相比该算法可以自动进行特征提取,并且相对于通用深度学习分类模型该算法通过度量学习使特征表示更具判别力。在自建测试集和LFW、YouTube Faces标准测试集上都取得了较高的识别率。     

弹流润滑状态下渐开线斜齿轮啮合损失解析模型研究

为了得到更简便的齿轮啮合损失计算方法,以渐开线斜齿轮为研究对象,结合弹流润滑理论和最小弹性势能原理,提出了一种新的齿轮啮合损失解析模型. 基于对仿真结果的分析及采用单参数齿轮台架试验方法得到的试验曲线,揭示了齿轮箱转速及转矩对其传动效率的影响规律. 针对高速重载工况,依据线性回归的理论,提出了斜齿轮啮合损失的解析模型. 由解析模型可知:齿轮的啮合损失与齿轮转速的对数分布呈二次曲线变化,与齿轮转矩的对数分布呈线性变化;解析模型与原始数据吻合度较高;能够较快捷地得到高速重载变速箱的效率,且结果在可接受范围内.