随机场的随机谐和函数表达

首先证明,采取随机谐和函数表述二维随机场,则当随机波数与相位服从独立均匀分布、幅值由随机波数和目标功率谱密度共同决定时,随机谐和函数的功率谱密度精确地等于目标功率谱密度.对这类随机谐和函数的平稳性和渐进正态性进行了讨论.进而,将二维随机场的随机谐和函数表达推广至多维,给出了统一表达式.最后,通过数值算例验证了采用随机谐和函数表述随机场的正确性.     

基于Symlet小波的电力系统谐波检测与治理

随着电力电子技术的发展,工业中电力非线性负载的不断增加,对电网中的谐波进行检测与治理已成为电力系统的研究热点.为此,在分析小波基的选择、分解尺度和层数的确定、频带的划分等关键问题基础上,提出基于Symlet小波对电网谐波进行检测的方法和理论,并应用滤波器技术对电网谐波进行治理.仿真及实验结果表明,利用Symlet小波可以将信号中不同频率的谐波有效地提取出来,并进行有针对性的分析,具有更高的分析精度和更好的分析效果.     

重庆市房地产市场泡沫测度研究

房地产业已经成为中国国民经济的支柱产业.随着房地产市场的快速发展,关于房地产市场是否存在泡沫的问题成为各界关注的焦点.通过选取房地产泡沫测度指标,使用熵权法和AHP法确定指标组合权重,运用功效系数法计算出房地产市场泡沫综合测度系数K,并以重庆市为例进行实证研究.结果表明:在2002,2003和2008年K值处于警戒水平,其余年份K值均处于安全水平,重庆市房地产市场总体发展较为平稳.     

逐步回归时间序列和RBF-ANN在降水预测中的应用

将逐步回归融入到时间序列预测模型的建立中,摒弃了传统的“考虑所有变量”模式,利用“有进有出”的形式,分清各因子主次关系,仅选用影响显著的变量建立预测方程。径向基函数人工神经网络(RBF-ANN)属于局部逼近网络,准确度高。以桦甸市五道沟站的月降水量和月蒸发量为例,分别用传统、逐步回归时间序列分析和RBF-ANN建立降水预测模型,并对比其精度。结果表明：传统、逐步回归时间序列及RBF-ANN模型的后验差比值分别为0.315、0.272、0.284,平均绝对误差分别为18.37、15.65、13.82 mm,有效系数分别为0.87、0.94、0.93,精度均满足要求,最后用逐步回归时间序列法预测了未来5年的月降水量和月蒸发量。     

基于密度估计的异常电力负荷数据辨识与修正

SCADA系统数据库中一般会有一些异常的电力负荷数据,直接用其来进行短期负荷预测将影响预测结果的准确性,因此有必要对这些异常数据进行辨识和修正.文中同时考虑负荷的横向连续性和纵向连续性,先把负荷数据按照日期排列成二维数据集,然后采用基于密度的方法,在两个维度中对异常数据进行辨识与修正,最后通过实例分析验证了该方法的有效性.     

钢管混凝土拱—钢腹板PC箱型系梁组合桥梁

为减轻钢管混凝土拱梁组合体系桥的自重,提出了采用钢腹板(平钢腹板或波纹钢腹板)代替PC箱形系梁的混凝土腹板,从而形成钢腹板PC箱形系梁。以一座已建成的钢管混凝土拱梁组合体系桥为原桥,进行了钢腹板PC箱形系梁的试设计研究。结果表明,试设计桥由于减小了自重下的内力,降低了面内自振频率,从而改善了原桥的静力和抗震性能。此外,试设计桥经济性好且方便施工,说明钢管混凝土拱—钢腹板PC箱型系梁组合桥梁是可行的。     

中小学戏曲教学的师资培养与高师音乐教育对接研究

戏曲是一门集服装、化妆、表演、舞蹈、歌唱、武术、杂技等诸多表演技能和技巧于一体的综合艺术。中小学生学习戏曲艺术有助于丰富历史知识,增强民族自豪感和培养、提高艺术鉴赏能力。在义务教育飞速发展的今天,研究高校音乐院系如何培养既能胜任普通音乐教学又能从事戏曲教学的中小学合格教师,使高师音乐教学与中小学＂戏曲教学＂有效对接是当前高师音乐教育工作中急需解决的一个重要研究课题。     

定积分求解数列极限

定积分是数学的重要概念,在其他学科和各种领域应用广泛,在数学上的应用正向思维比较多,文章从逆向思维的角度,给出了利用定积分求解两种数列的极限的方法.     

聚集数据线性模型一种有偏估计

文章对病态的聚集数据模型,提出了新的有偏估计,其中对模型中的参数要求大于零。讨论了这种新的有偏估计的优良性,证明了此估计改进了岭估计(均方误差意义下),推广了已有的结果。     

采用多分类器集成方法的带钢表面缺陷图像识别

现有带钢表面缺陷在线识别系统中单个分类器对部分缺陷识别率不高,并且对训练样本依赖性较大;针对这一问题,提出了一种基于并行多分类器集成技术的带钢缺陷图像识别方法.该方法选择LVQ神经网络、RBF神经网络和支持向量机作为基分类器,应用加权投票法对基分类器进行集成,从而实现基分类器能力互补.实验表明,采用多分类器集成的带钢表面缺陷图像识别方法可以更准确地对带钢常出现的边缘锯齿、焊缝、夹杂、抬头纹等缺陷进行识别,能够得到相当或优于任何单个分类器的分类精度,总体识别率达到96%以上.