基于AT89S52玻尔兹曼常数测量仪的设计

应用PN结电流电压特性关系,采用硅三板管接成共基极电路,由集成运放实现电流电压转换以实现弱电流测量．利用AT89S52单片机所具有的智能测控特点,由AD转换对数据进行采样,采用最小二乘法对数据进行处理,从而较准确测定玻尔兹曼常[k=0．41-1．44）×10^-23J／K],误差小于5％．测量仪有手动、半自动及自动测量三种模式．     

四次B-样条法构造国债收益率曲线

随着我国国债期限结构的不断完善,使用科学的方法构造国债收益率曲线具有重要意义。文章用一组B-样条基的线性组合逼近贴现函数,用回归技术得出最优参数,从而进一步得到国债即期收益率曲线;并用上海证券交易所数据构造出我国即期国债收益率曲线。     

取水监测数据的奇异值识别与修正策略

提高水资源监测数据的真实性与完备性是国家水资源监控能力建设的重要内容.本文基于当前国家水资源监控数据的实际统计状况,提出采用小波变换模极大值的方法实现对取用水监测数据的降噪和奇异值的挖掘,并将辨识出的奇异值进行剔除处理后的监测数据序列作为粒子群-最小二乘支持向量机模型的训练样本,进而根据拟合函数对奇异值进行修正的策略.通过对重点取用水户的取用水监测数据进行实证研究结果发现,利用小波变换模极大值可较大限度地保留取用水监测数据的原始信息,并实现对其中变动幅度偏大数据的分离,可有效降噪并观测取用水监测数据的内在变化规律;同时借助相对误差可进一步挖掘监测数据中存在的奇异值,且辨识效果要好于传统统计方法;而粒子群-最小二乘支持向量机模型对取用水监测数据的样本拟合要比普通最小二乘支持向量机、曲线拟合等方法更为有效,运用该方法修正的取用水监测数据奇异值更加符合实际取用水需求的特点.     

基于模糊点数据的线性回归分析

在经典回归分析理论中,假定训练数据是独立同分布的随机样本,并且在回归方程的构建中是同等对待的.然而,在许多实际问题中,训练数据的作用是不同的;通常有些训练数据比其它数据可能更为重要,因而不同的训练数据对曲线拟合的贡献应该不同.人们要求重要的训练数据对曲线拟合做出更大的贡献.实现这一目标的策略是给每个训练数据赋予一个置信权重并且重新推导了经典的最小二乘回归方法,分析了它们的统计性质.受文[1]的启发,将这里的样本称为模糊点样本数据.     

一种基于图像LSB的信息隐藏方案

首先介绍了一种基于LSB算法的信息隐藏方案,在该方案中信息嵌入到根据密钥随机选取的图像像素的最低k位,接收方无需原始图像就可将隐藏信息提取出来;然后用MATLAB工具实现了方案,实验结果表明该方案简单,容易实现,具有失真度小、隐藏量大、准确性高、良好的不可见性和安全性等特点。     

一种新的模糊神经网络删剪策略

模糊规则的数量直接决定模糊神经网络结构的复杂度和效率.基于神经网络自构行学习(NNSCL)算法,用共轭剃度预条件正则方程算法求取删除隐层神经元后的剩余权值,得到改进的NNSCL-1算法.将此算法应用到模糊神经网络的规则推理层,可以极大地优化网络的规则及结构,并且结构优化后不需要重新训练也能保持网络的精确度和泛化能力.仿真结果显示了此算法的有效性和可行性.     

傅立叶近红外漫反射光谱的偏最小二乘法应用研究

对小麦粉的傅立叶近红外漫反射光谱和成分浓度数据进行了偏最小二乘法处理,对小麦粉的水分、蛋白质干基以及湿面筋干基同时进行了定标和预测.结果证明:偏最小二乘法充分利用了样品的光谱信息和化学组分浓度信息,对于成分复杂以及光谱重叠现象严重的光谱仍然给出了优良的定标和预测结果.     

阻尼最小二乘法在偶偶变形核转动谱研究中的应用

本文较详细地介绍阻尼最小二乘法,并利用锕系偶偶核基带的丰富数据,对 Harrisω~23参数公式进行了拟合。结果表明,阻尼最小二乘法是检验ω~2展开转动谱公式的一种有效方法。     

四边简支部分固定矩形薄板的弯曲

采用加权残数法中的离散型最小二乘法解混合边界矩形板弯曲问题．解法中给出了多个算例的挠度场，应力场；研究了相对权函数的选择问题，并总结出了解各类混合边界矩形板的相对权函数的参考值．     

七种标准型热电偶特性曲线的高精度拟合

根据最小二乘法原理，用计算机自动分段的方法，对七种常用标准型热电偶的特性曲线进行了二阶多项式拟合，拟合精度较高。给出的七种热电偶的拟合结果，可作为有关从事热电偶测温工作人员的实用参考资料。