强迫掺气两相流的谱特征分析

利用掺气坎在水中强迫掺气形成水气两相流,其压力脉动属于平稳,各态历经随机过程。水气两相流对泄槽底部冲击所产生的压力幅值谱基本符合高斯分布,最大脉压幅值在冲击点附近,其后很快衰减,约在（１０～１５）倍坎高范围内降至无坎时的幅值。在频谱中具有较明显的优势频率,模型中其值约为１．２４Ｈｚ。脉动能量主要集中在低频段,其优势频带约在０～１８Ｈｚ,除优势频率外,水气两相流的频域相干性较差,相干系数均在０．５以下,这与单一流体的相干结构大为不同。     

智能随机TBFL方法

测试集测试结果对程序错误定位算法（testing-basedfaultlocalization,TBFL）没有考虑到程序和测试用例集本身的信息,而智能随机TBFL方法,则是利用随机理论将测试员、程序员关于测试用例和程序的先验知识和测试结果信息结合起来,去定位程序的错误语句．智能TBFL算法主要从人类处理信息的通常过程着眼,把测试员交给开发人员的测试结果（主要是用例是否失败和用例覆盖语句情况）分两个层次处理,首先构造执行矩阵曰,利用程序先验分布计算测试集捕获错误的能力等级分布,它相当于人类处理信息首先考察信息的正确性和重要性这一事实;其次构造功效矩阵F,利用前述的测试集能力分布计算程序语句出错可能性的等级分布,它相当于人类处理信息时挖掘信息内涵并对信息加以综合从而做出正确判断这一事实．因此文中提出的算法称之为智能算法,它在理论上是可信的．根据文中所提出的两个有关不同TBFL算法比较标准,并在一些实例上把智能算法与其他一些传统错误定位方法进行对比,发现智能算法的功效比较满意．     

随机集值半闭1-集压缩映象的一个随机不动点定理

将文献中Shaoyuan XU关于半闭1—集压缩映象的一个重要不动点定理推广到集值情形,得到随机集值1—集压缩映象的一个随机不动点定理.     

基于分形几何理论的粘着磨损模型

在对Ｍ－Ｂ接触分形模型改进的基础上,根据阿查得粘着磨损理论导出了基于分形参数的粘着磨损模型。根据该模型可知,当分形维数在某一范围时,磨损率随分形维数的减小而迅速增大;而在另一范围内,磨损率随分形维数的增大而增大;当分形维数等于１５时,磨损率达到最小值。当分形维数一定时,磨损率随尺度系数。磨损概率常数的增大而增大,随材料性能参数的减小而增大;当其余各影响参数保持一定值时,磨损率随接触面积的增大而增大。     

一种离散点集极值问题的几个结果

平面凸n边形A1A2…An中记μn=∑1≤i≠j≤nd(Ai,Aj)min1≤i≠j≤nd(Ai,Aj)(d(Ai,Aj)表点Ai与点Aj之间距离),证明了μn的最小值只有当各边长等于min1≤i≠j≤nd(Ai,Aj)时才能取得,且μn的下确界为15+33,下确界取得仅当凸六边形退化为等边三角形。还证明了等边凸六边形当任一对角线长不小于边长时,μn的最大值为12+63。     

随机环境中线性控制分枝链的概率性质

引进了随机环境中线性控制分枝链的基本概念，讨论了这种概率模型的灭绝概率，用生成母函数严格表达了第n步灭绝的概率，进而讨论了各类母函数之间的关系，并得到了随机环境中线性控制分枝链的期望公式；基于以上的结果，采用鞅方法，严格表达了随机环境中线性控制分枝链的增殖速度。     

NQD样本下部分线性模型中估计的强相合性

考虑回归模型：yi=xβ g(ti) σei≤i≤n,其中δ^1 i=f(ui),(xi,ti,ui)是固定非随机设计点列,β是未知待估参数,g和f是未知函数,随机误差序列{ei}为同分布的NQD序列．在一定的条件下,得到了β的最小二乘估计β、加权最小二乘估计β^-和最终加权最小二乘估计β^-的强相合性．     

纤维排列方式对复合材料弹塑性性能的影响

应用一般化单胞方法（generalized method lf cells,GMC)计算了纤维在规则排列和随机排列的对单向纤维加强金属基复合瓣总体弹塑性性能的影响,结果表明,纤维排列方式对金属基复合材料的总体弹性行为影响不大,而对总体横向弹塑性行为的影响较大,当纤维体积分数较小时（＜20％）,纤维排列方式对于复合材料的本构关系影响不明显,当纤维体积分数较大时（＞20％）,纤维排列方式对于复合材料的本构关系影响非常明显,而且纤维排列方式对金属基复合材料的塑性的影响顺序与对弹性行为的影响顺序相同,作者应用Bodner和Paton粘塑性统一模型描述弹塑性相的本构关系,这一模型不假设存在屈服条件,也就不必指定加载和卸载条件,可以在加载和卸载的任何时刻使用相同的公式。     

基于PCM聚类算法的Blog社区发现

针对传统的社区发现算法无法发现社区中的核心成员和边界成员的缺点,提出了基于PCM聚类算法的Blog社区发现算法,用来识别Blog社区的核心和边界.首先,使用随机行走的方法计算可以衡量两个Blog亲密度的对称社会距离;然后,在对称社区距离的基础上使用PCM聚类算法对Blog进行聚类,得到每个社区中的成员属于社区的概率表示.最后,通过确定相应的概率阈值,确定社区的核心和边界.实验结果表明:该算法能够获得社区中的成员属于社区的概率,根据这个概率可以确定社区中的核心成员和边界成员.     

基于化学成分的烤烟香型分类研究

本研究以全国清香型、浓香型、中间香型烤烟为研究对象,以6个区域24个C3F中部叶为分类样本,采用随机森林分类算法进行香型分类,结果表明：随机森林算法对烤烟香型起到了很好的区分作用,分类正确率达到了87．5％;基于随机森林分类的同时得到了分类变量在香型分类中的重要性,烟叶常规化学成份在香型分类中的重要性从高到低依次为：总钾→总氮→总糖→还原糖→总氯→烟碱．因此,随机森林分类可以用于烤烟的香型分类,同时也可以用于判断分类变量对分类目标的重要性程度．