基于问题解决的线性代数概念教学

概念是线性代数教学的基础,概念教学既是教学的重点,也是教学的难点.学生存在着为什么引入这些概念,为什么这样定义这些概念等疑问.教材中存在着概念引入分析不到位、概念强行引入等问题.教师作为学生与教材之间的纽带,必须按照"教师为主导,学生为主体"的教学原则,根据学生已有的知识基础,遵循"从具体到一般、从感性认识到理性认识"的认知规律,采取"探究式"教学方法,以适应"创新精神、创新意识和创新能力培养"的要求,审视概念的教学.教学实践表明,基于问题解决的线性代数概念教学是一个有效的方法.     

传媒类高校微信平台信息内容受众偏好分析——以中国传媒大学微信平台为例

微信作为当下国内发展最为迅速的社交媒体,已被各类组织广泛应用,在高校组织中更为明显.然而,各类微信平台推送的信息内容质量参差不齐.本文以传媒类高校微信平台信息内容受众偏好为研究对象,采用实地调研法,对调查问卷收集到的数据进行定性和定量分析.研究得出,传媒类高校微信平台信息内容受众偏好主要是:校园生活、新闻资讯、学术学习.最后,通过建立多元线性回归模型,对结论进行检验.为传媒类高校微信优化管理,提供依据.     

具有执行器饱和不确定线性系统的控制

主要研究了一类具有执行器饱和不确定线性系统的控制问题,探索当执行器饱和与不确定项同时存在时,系统渐近稳定的条件,并证明所得结论。首先,根据扇形区域法将饱和函数的饱和项表示出来。同时,根据Lyapunov稳定性理论,给出具有执行器饱和的线性系统渐近稳定的充分条件,并设计相应的状态反馈控制器,使系统渐近稳定。然后,借助椭球体参考集,进行系统吸引域大小的估计。为了便于使用Matlab软件进行求解,将上述系统渐近稳定的充分条件转化为线性矩阵不等式的形式,进而利用LMI工具箱进行求解,得到相应数据。最后,给出仿真算例,证明了结论是有效可行的。     

含有状态时滞的受扰线性离散系统前馈-反馈最优控制

对在随机噪声环境下含状态时滞的线性离散系统的最优控制问题进行了研究。利用卡尔曼滤波算法求得随机干扰的最优估计值,并构造一个敏感度函数,根据麦克劳林展开式将原系统的求取过程转化为通过构造一个两点边值问题族来求解。同时在最优控制律中构造一个补偿函数以减小运算中所带来的误差。将原系统的最优控制律近似估算成M阶前馈-反馈次优控制律,再由分离原理得到含有状态时滞的受扰线性离散系统前馈-反馈最优控制律,最后通过给定一个M的具体值得到M阶的前馈-反馈次优控制律的仿真图像来对比前馈-反馈与经典状态反馈的控制作用,表明前馈-反馈在最优控制律中具有更好的控制效果。     

求解非对称代数黎卡提方程的一种新交替线性隐式迭代法

提出了一种新交替线性隐式迭代法来求解非对称代数黎卡提方程的最小非负解,证明了该算法的单调收敛性,并且估计了该算法的渐进收敛因子.与已有的交替线性化隐式迭代法相比,该算法在迭代次数、CPU时间以及误差3个方面均有一定优势.     

开关磁阻电机控制中电流信号采集电路的设计

在开关磁阻电机的控制系统中,电流信号的测量精度直接关系到电机的控制效果,因此设计了一种电流信号采集电路。此电路为高速线性隔离电路,既能通过高频电压信号,又能取得良好的线性效果。同时,利用"Filter Solutions"软件设计了一个低通滤波器,在开关磁阻电机的控制中能采集到精度很高的电流波形。实验结果表明:此电路的应用能较大地改善采集到的电流信号的精度,从而使电机运行更加平稳。     

Semiparametric Preference Learning

Unlike traditional supervised learning problems,preference learning learns from data available in the form of pairwise preference relations between instances.Existing preference learning methods are either parametric or nonparametric in nature.We propose in this paper a semiparametric preference learning model,abbreviated as SPPL,with the aim of combining the strengths of the parametric and nonparametric approaches.SPPL uses multiple Gaussian processes which are linearly coupled to determine the preference relations between instances.SPPL is more powerful than previous models while keeping the computational complexity low （linear in the number of distinct instances）.We devise an efficient algorithm for model learning.Empirical studies have been conducted on two real-world data sets showing that SPPL outperforms related preference learning methods.     

基于多元线性回归的放行签派员工作负荷评估方法

该文运用专家访谈法、调查法对影响放行签派员工作负荷的因子进行归纳整理,对影响因子做相关性分析,得出对工作负荷影响较大的11个因子,最后运用多元线性回归进行迭代得出签派员工作负荷模型.     

线性代数中矩阵的应用研究

伴随着社会经济的快速发展,信息技术的进步,数学应用领域也得到了扩展,已从传统物理领域扩展至非物理领域,于当前现代化管理、高科技的发展以及生产力水平的提升中有着非常重要的作用.下面笔者就线性代数中矩阵的应用进行研究,借助于关于矩阵应用的典型案例来分析,以加深人们对矩阵应用领域的认识.     

黑潮延伸体综合观测浮标的研制与应用

浮标是获取水文、气象等环境参数的重要观测技术手段,是现代海洋环境立体监测系统的重要组成部分.西太平洋黑潮延伸体海域是全球海洋动力过程最为复杂、海洋-大气相互作用最为关键的区域之一,也是全球系统性海洋观测相对缺乏的海区之一,传统的大型海气浮标很难在该海区长期存活.基于此,中国海洋大学研发了一种适用于中纬度海区高海况条件下的大型海气综合观测浮标系统(China Kuroshio Extension Observatory,CKEO).该系统面向深远海大浪、强流、狂风等复杂的工作环境,对高海况下的浮标系统、深水锚系系统、观测系统等做了针对性设计,增强了浮标在高海况下的稳定性和可靠性.截至2022年底,该系列浮标已连续在位工作3年,支撑了对黑潮延伸体海域海-气物质能量交换等科学问题的研究,为“透明海洋”立体观测网络提供了重要的深远海长期观测节点.