过敏性疾病过敏原检测结果之影响因素的定量分析

针对过敏性疾病的过敏原检测结果。首先通过过敏原检测结果数据并结合性别、季节、年龄、时间四个影响因素利用EXCEL及SPSS软件进行Logistic二分类回归,在概率的角度上解释了这四个影响因素对于过敏性疾病的影响。其次通过方差分析和统计分析对不同类型的过敏性疾病间的差异和过敏原检测结果的趋势进行了解释。最后利用典型相关分析的方法得到PM2. 5浓度对于尘螨类过敏原结果影响最大,对动物皮毛类过敏原检测结果影响最小等结论。     

一种秘密递增显示的视觉密码方案

提出的秘密递增显示视觉密码方案(RIVCS)适合于由多个具有不同的保密级别区域组成的秘密图像,该方案下可以以增量的方式显示隐藏的秘密图像。使用线性编程开发有效的生成RIVCS的基础矩阵的程序,该程序满足来了减少像素扩展的需求。实验结果证明此方案是可行的、适用的和灵活的。文章最后提出了本方案未来的改进方向。     

平常心

人们在日常生活中常常会因受外部的刺激而发生冲动,要么表现出一些极端的行为,要么使自己的情绪、发生大的波动而影响身心健康。所以,无论在任何时候因任何情况下,一个人保持一颗平常心很重要。所谓修心,无非就是修平常之心。泰山崩于前而不惊。保持平常心,就是要不以物喜不以己悲,富贵不能淫,贫贱不能移,威武不能屈。生活平静时保持平常心易,生活出现波折时保持平常心难。尤其是在波澜起伏的人生跌宕中,保持一颗平常心更难能可贵。而越是在     

利用塑性5ε_t与中性层偏移的二辊矫直辊型设计方法

为了提高棒材二辊矫直机的矫直精度,依据棒材矫直工艺特点和矫直辊磨损区域分析,提出了"凹三凸二"的矫直辊组合形式及辊型设计方法。在辊型设计过程中,根据棒材矫直的实际变形规律,提出了塑性5εt矫直应力应变拟合原则,更加准确地描述了棒材矫直变形的应力应变关系;结合微元法对矫直棒材内部金属的受力状态及中性层偏移进行分析,推导出了含有硬化系数与中性层偏移的新弯矩比公式。在此基础上,通过对矫直力与辊面磨损关系以及残余应力和弹性芯对隐患挠度影响的综合分析,精确给出了矫直不同规格棒材时辊腰段的反弯曲率比范围,从而能最大限度地降低辊面磨损,克服因残余应力回复而导致矫直质量不稳定的缺陷。基于上述理论和方法,给出了具体设计实例,并对矫直过程进行了数值模拟分析,给出了矫直过程中影响棒材矫后精度的各参量状态。结果表明:设计辊型的残余直线度为0.64mm/m,隐患挠度为0.202 4mm/m,预测弹复后直线度小于0.85mm/m,从而显著提高了棒材的矫后精度及其稳定性,同时也验证了该设计理论与方法的正确性及有效性。     

多线性极大算子在Orlicz空间的弱有界性估计

Orlicz空间是一类较具体的Banach空间,在Banach空间理论和应用的研究中起着非常重要的作用。定义多个单线性分数次极大算子的乘积算子为■,得到■的弱有界性,再利用■控制多线性分数次极大算子,得到多线性分数次极大算子的弱有界性。所得结果扩充了分数次极大算子在Orlicz空间的有界性结论。     

关于二面体群的共轭类长素图

讨论二面体群的结构问题,利用GAP软件给出二面体群D2n的共轭类长素图,并完整给出当n以及n/2分别是奇数和偶数时的共轭类长素图情况.     

一种静叶持环T型叶根槽修复方法

静叶持环是反动式汽轮机上静叶的载体,单个持环上通常会装配有多级静叶片,它类似于冲动式汽轮机上的隔板和隔板套的整合.反动式汽轮机的静叶是通过静叶持环上的叶根槽装配在静叶持环上,以我公司生产的双抽150MW反动式汽轮机为例,静叶持环叶根槽形式多为T型叶根槽形式,静叶持环T型叶根槽转子T型叶根槽类似,它的加工质量和精度都非常重要,加工时,由于它的结构特殊,尺寸小,加工干涉多,排屑困难等因素,所以静叶持环T型叶根槽的加工失误是持环加工中易出现的事故, 持环本体的铸造毛坯成本很高,如果由于持环上叶根槽加工失误而造成持环本体报废,直接经济损失非常巨大,该文通过150MW反动式汽轮机静叶持环T型叶根槽加工失误为实例,介绍了一种通过镶嵌环来修复持环T型叶根槽的方法.     

高斯信道中功率分配问题的一种优化方法

信号检测中,检测概率一直是作为衡量检测性能的一个重要标准.众所周知,Neyman-Pearson准则下的最优检测是似然比检测.然而多传感器系统下随着信号维数增加,似然比检测门限的计算涉及高维积分,计算困难相当大,因此文中考虑的高斯信号检测模型,没有直接计算检测概率而是将两个密度函数的相对熵作为衡量检测性能的一个度量来研究高斯信号检测中功率的分配,并且建立了目标优化模型.针对文中建立的优化问题,首先由加强的Fritz John(F-J)必要条件证明了优化问题的局部最优解满足KKT(Karush-Kuhn-Tucker)条件,并且进一步证明存在惟一的拉格朗日乘子.然后利用凸函数的性质我们说明了D(P1‖P0)是tr(∑s)的非减函数,最后在此基础上得到了优化问题的最优解,即得到了功率分配矩阵.同时也给出了特殊信道下的功率分配矩阵.     

几乎无偏刘估计的不可容许性

考虑了线性回归模型中,在Fisherian和Mahalanobis损失函数下,几乎无偏刘估计对于最小二乘估计的不可容许性;结论表明:几乎无偏刘估计在Mahalanobis损失函数下是不可容的;最后进行了数值模拟来表明结果.