一种新的ATM网业务模型

提出一种新的ＡＴＭ网业务模型，它去除了ＭＭＰＰ等信源业务模型中的泊松到达假设，更符合ＡＴＭ中业务的性质。它可以用于描述数据、语音、视频，甚至它们的复合业务流。给出了对这种模型进行排队分析的流体流分析法。最后以视频与话音业务的复合为例给出分析结果，并与仿真实验进行了对比，结果是令人满意的。     

混合系数线性模型的参数估计及其分布

在连续测量数据情况下，讨论了混合系数的正态线性模型参数的点估计及其分布和有关性质．     

基于最小发射功率的自适应调制多输入多输出系统

在对多输入多输出信道进行奇异值分解的基础上,推荐了一种新的最小化发射功率的自适应调制算法.通过在不同信道假设条件下的性能仿真,证明了推荐算法能够在满足用户要求服务质量的条件下,以尽可能小的系统发射功率实现数据传输.     

一种基于睾丸素分泌调节原理的双层结构控制器

基于下丘脑-垂体-睾丸素内分泌调节回路模型,提出了一种双层结构控制器.该双层结构控制器包括一级控制器和二级控制器.一级控制器根据控制偏差的大小,动态调整二级控制器的给定值输入,从而能够迅速、稳定地消除控制偏差.实验结果表明,该双层结构控制器的控制性、适应性等较普通PID控制器优越.     

面向事故分析的车身关键参数数值模拟计算

汽车碰撞事故再现方法中常用的动量/能量和变形/能量分析方法需要对所涉及车辆的部分参数(如恢复系数和刚度系数)进行确定,传统的参数确定方法需要通过多次实车碰撞试验进行统计分析计算,具有周期长、成本高等缺陷,不适应目前多品种小批量的生产方式.据此,提出利用被试验验证的整车有限元模型对上述参数进行多种速度下的数值模拟计算,并将模拟试验得到的恢复系数应用于一起真实碰撞事故的分析,结果验证了该参数的可靠性及该方法的可行性.     

基于贝叶斯推理的决策树模型

针对决策树（DT）模型缺乏概率背景这一问题，将贝叶斯推理引入DT模型，提出了一种基于贝叶斯推理的决策树（BDT）模型．在假定所含待定参量的先验与似然的前提下，借助贝叶斯推理获得参量的后验，然后运用逆跳马尔科夫链蒙特卡洛算法对后验抽样，最终求出样本属于某一类别的置信度，从而避免了武断判决．BDT模型以抽样代替拆分与剪枝操作，既直观又灵活，同时在抽样时考虑了不同的树结构与递归分割方案，使得分类准确率得以提高．仿真实验结果表明，BDT模型的平均分类准确率与DT模型相比提高了1．7％～3．5％．     

桥梁荷载效应统计参数的动态摄取方法

为了获取桥梁远程监测信息中的荷载效应的分布及特征参数,通过统计推断的优度拟合检验方法得到某时段的荷载效应分布,然后建立不同时段的荷载效应最大值概率分布,最后计算荷载效应的统计参数。为桥梁远程监测系统及评价体系提供了有利的数据。     

马尔可夫链在太湖流域梅雨期预报中的应用

依据1954~1991年太湖流域的入、出梅日期以及梅雨集中期,应用马尔可夫链预报了太湖流域1992年和1993年的梅雨期,并利用其平稳分布分析了梅雨期系统在各状态下的概率.应用结果表明:在太湖流域气候条件稳定的情况下,历史数据越多越精确,预测也就越可靠;以马氏链预测梅雨状态的方法是一种概率预报方法,需通过大量的预测检验才能显示出该方法的准确性和可靠性.     

几种铈盐的热分解过程及非等温热分解动力学研究

利用TG—DTG—DTA热分析技术研究了二水合碳酸亚铈、九水合草酸亚铈、六水合硝酸亚铈三种铈盐的热分解过程．发现二水合碳酸亚铈在75-180℃下脱去2mol水生成无水碳酸亚铈，后者在220—300℃下分解脱去CO2生成CeO2；九水合草酸亚铈在100-180℃下脱去9mol水生成无水草酸亚铈，后者在290—380℃下分解并同时脱去CO和CO2生成CeO2；而六水合硝酸亚铈在60—80℃下首先脱去3．5mol水生成含2．5个结晶水的硝酸亚铈，后者在190-250℃下脱去2．5mol结晶水生成无水硝酸亚铈，在258—310℃下硝酸亚铈热分解脱去NO2和O2并生成CeO2．采用外推法研究了九水合草酸亚铈两步热分解过程的动力学，由不同升温速率下的热分析曲线及外推β→0获得了相应的固相热分解反应所遵循的分解机理及动力学参数．发现九水合草酸亚铈脱水过程遵循球形对称的三维扩散机理，即Jander方程G（α）=G（α）=[1-（1-α）^1/3]^2，动力学参数E=180．9kJ／mol、lnA=63．5s^-1；而脱CO和CO2过程遵循成核和生长机理，即Avrami-Erofeev方程G（α）=[-ln（1-α）]^1/1.5，动力学参数E=115．4kJ／mol，lnA=22．0s^-1．     

逆高斯分布参数的估计

在给出逆高斯分布参数μ及β的极大似然估计和矩估计的基础上,验证了参数μ的样本均值的无偏性及相合性。