新的基团法估算沸点下蒸发焓

提出了估算沸点下蒸发焓的含基团重量分率的基团法和估算式，拟合团贡献值，对３８５种有机物的计算平均偏差约为１．５％。所提出的新方法明显优于３种对应状态和用蒸发熵的基团法。     

多维测量结果不确定度评价方法初探

为解决以多维矢量形式存在被测对象的测量质量评定问题,该文应用测量不确定度理论和多元概率统计方法,将测量不确定度理论进行了向多维的拓展;对多维情况下的测量不确定度传播律进行了推导;论述了多维不确定度的表示方法及空间几何意义;提出了以多维不确定度比较不同测量结果质量的方法;并给出了常用多维测量方法,如等精度独立多维测量和不等精度独立多维测量的不确定度评定方法。理论分析及仿真算例表明,所提出的理论具有较完备的体系,能够满足测量实际中常用多维测量方法的不确定度评定需求。     

发酵过程混合神经网络模型及其仿真

提出了一种新型的发酵过程混合神经网络模型，该模型由非线性神经网络和线性神经网络两部分组成，由于非线性神经网络采用结构具有线形式的Flat网络，两个网络能够合并为同一表达式，并具有线性形式，可采用线性最小二乘法求解网络权值，与串联结构及串并联结构混合神经网络模型相比，该模型训练方式简单，并可方便地使用在线辨识算法。     

Estimation and testing of time-varying coefficient regression models in the presence of linear restrictions

A linear regression model with random walk coefficients is extended to allow for linear restrictions between the coefficients to be satisfied at each point in time. Estimation in this model is shown to be no more involved than estimation in the standard model. It is also demonstrated how, after a slight modification to the testing problem, classical test procedures may be applied to the problem of testing for such restrictions. The performance of the Lagrange Multiplier test for a variety of different restrictions is then investigated via simulation. An empirical application involving testing for homogeneity in a random walk coefficient version of the AIDS model is given.     

Newton－Cotes求积公式代数精确度新证

本文给出了证明Ｎｅｗｔｏｎ－Ｃｏｔｅｓ求积公式代数精确度的一个新方法。     

基于GA和BP融合算法的装备费用估算方法

简要介绍了GA和BP算法以及装备费用估算分析的传统方法 ,分析了GA、BP算法以及费用估算三者间相互结合的必要性。把GA和BP算法相结合并应用到装备费用估算分析领域 ,建立了基于GA和BP融合算法的防空导弹研制费用评估模型 ,并对典型的防空导弹型号研制费用进行了估算。结果表明 ,该模型具有计算精度高、适用范围广、运算速度快的特点 ,为装备费用估算提供了有效依据     

一个一维非标准逆热传导问题的Fourier正则化方法

一维非标准逆热传导问题ut ux =uxx,u(1,t) =g(t) ,u(x ,0 ) =0 ,　0≤ x <∞ ,0 相似文献   

水下沉桩施工新技术

肇庆换流站供水工程之一的五尺峡取水泵站施工中，在受施工条件限制的情况下，采用将钢筋混凝土预制桩改为开口钢管桩，将双排桩改为单排桩，尝试搭设水上竹平台作沉桩施工平台等措施均取得成功，保证了质量、安全、进度，降低了施工成本．     

Telyakovskiǐ型定理

本文在二阶连续模情形下,证明了满足Timan型估计的线性算子A,经过适当的修正后得到的线性算子A~+满足Telyakovskiǐ型估计。     

一个快速的二进制多重精度gcd算法

求两个整数的最大公因子（gcd)的经典的Euclid算法时间复杂度为O（ln^3n)，不适宜于多重精度运算。论文证明了gcd的相关性质，提出了一个基于二进制的、适用于多重精度运算的改进算法，其时间复杂度为O（ln^2n)。