大尺寸工程模型试验中的相似材料配比试验研究

大型物理模型试验是研究复杂工程问题的重要方法，如何快速、准确地确定相似材料配比是试验中至关重要的一环.为降低试验成本、简化试验步骤、充分调用原料性能，采用河砂、水泥和石膏这三种最普通的原料，以骨胶比(河砂与水泥石膏的质量比)和水膏比(水泥与石膏的质量比)为变量，进行了45组对比试验，对相似材料的物理及动、静力学参数进行了研究.获得了以河砂、水泥和石膏为原料配制的相似材料各物理量的变化区间；探讨了骨胶比和水膏比对相似材料各物理量的控制作用，并对比了其敏感性；基于多元线性回归分析建立了各因素与物理量间的定量关系，得到的拟合公式能较好地描述相似材料的性质.     

随机控制序在保险决策中的应用

通过介绍随机控制序的概念和性质 ,从而探讨了随机控制序在保险决策问题中的应用 ,得到了很有意义的结果     

证券投资组合理论和无差异曲线

文章通过无差异曲线解释了最优证券投资组合并探讨了对现代投资组合理论三个主要组成部分的有关内容.     

基于改进 HAF的线性调频雷达信号参数估计

针对多项式相位信号(PPS)中的线性调频(LFM)雷达信号参数估计,通过提出频谱方差极大值准则对PPS次优参数估计方法高阶模糊度函数(HAF)进行了改进,提出了适于单分量LFM参数估计的改进HAF。首先讨论了HAF对LFM参数的估计方法及其局限性,然后提出了分段频谱方差极大值法则下LFM调频斜率估计的方法,将其与HAF相结合提出了单分量LFM参数估计的改进HAF,克服了接收信号与实际信号起点不一致性对HAF带来的影响,降低了由于HAF局限性带来的调频斜率估计误差,改善了HAF的累积误差效应。MATLAB仿真验证了改进方法较HAF的优越性。     

基于变神经网络的非线性最小方差预测控制器

提出基于变神经网络学习动态系统参数的最小方差预测控制器。其目的是通过在线学习 ,使控制器(MVPC)能适应被控对象参数变化和非确定性。提出的变神经网络由两部分组成 ,一部分是线性神经网络 (LNN) ,作为被控对象局部线性动态模型 ,另一部分是多层交叉回归神经网络 (DRNN) ,它近似为非线性动态模型。由于引进递推最小方差算法 ,本控制器运算速度相当快。仿真结果表明所提方法对非线性系统自适应控制是有效的     

一种快速余弦变换在心电图数据压缩中的应用

用离散余弦变换(DCT)的一种快速算法按“方差准则”实现心电图(ECG)数据压缩.这种算法减少了乘法次数且结构简单.采用分段变换的方法,能有效地进行心电图数据压缩.     

甘肃河西地区近50年气象和水文序列的变化趋势

应用累积滤波器和秩次相关法 ,对甘肃河西地区近 5 0年气象和水文序列的变化趋势进行了分析 .结果表明 ,该区年降水量、年平均气温和年平均流量变化趋势存在明显的地域分布 ,并受海拔高程的影响 .这可能是不同的下垫面对全球变暖的不同响应 .该区气候总体趋于暖湿 ,这同GCMs模拟成果基本一致     

复合支护结构核爆冲击波等效静载的不确定性分析

根据中值点处展开的一次二阶矩法讨论了土中压缩波的升压时间及其不确定性，然后研究了按单自由度体系进行复合支护地下结构抗核爆设计时的动力系数（荷载系数）和等效静载的变异系数．数值结果表明，土中压缩波升压时间的不确定性，不仅与结构埋深和土参数的变异性有关，而且与土参数的均值有关，等效静载的不确定性，依赖于作用于结构上的动载变异性和结构自振频率变异性，而动载不确定性对等效静载变异性影响最大     

Algorithmic compression of empirical data: reply to Twardy, Gardner, and Dowe

This discussion note responds to objections by Twardy, Gardner, and Dowe to my earlier claim that empirical data sets are algorithmically incompressible. Twardy, Gardner, and Dowe hold that many empirical data sets are compressible by Minimum Message Length technique and offer this as evidence that these data sets are algorithmically compressible. I reply that the compression achieved by Minimum Message Length technique is different from algorithmic compression. I conclude that Twardy, Gardner, and Dowe fail to establish that empirical data sets are algorithmically compressible.     

On some significance tests in cluster analysis

We investigate the properties of several significance tests for distinguishing between the hypothesisH of a homogeneous population and an alternativeA involving clustering or heterogeneity, with emphasis on the case of multidimensional observationsx ₁, ...,x _n ^p . Four types of test statistics are considered: the (s-th) largest gap between observations, their mean distance (or similarity), the minimum within-cluster sum of squares resulting from a k-means algorithm, and the resulting maximum F statistic. The asymptotic distributions underH are given forn and the asymptotic power of the tests is derived for neighboring alternatives.