计算器程序设计及其在数理统计中的应用

医药学研究中的数理统计是一件费时的工作,程序型袖珍计算器虽然不及微型计算机,由于它小巧、方便、价廉、易学、普及等优点,因此是数理统计中最实用的一种计算工具。本文利用程序型计算器,对医药学工作中常见的t 检验、统计矩及一元曲线拟合进行了计算器程序设计,应用于工作中,结果较好.     

正交多项式在概率密度研究中的应用

应用正交多项式理论，对于连续型随机变量的概率密度，给出了广义Ｆｏｕｒｉｅｒ级数展开式的概念及其求法，并提供了杭州市月平均风速Ｗｅｉｂｕｌ分布近似计算实例     

珍珠梅与麻叶绣线菊

珍珠梅,因花蕾洁白圆润,形似珍珠,盛开后如同梅花而得名;而麻叶绣线菊的花蕾与珍珠梅近似,故也有人称之为珍珠梅。珍珠梅珍珠梅(Sorbaria sorbifolia)别名花楸叶珍珠梅、东北珍珠梅、高粱条子。为蔷薇科珍珠梅属落叶灌木,枝开展。奇数羽状复叶对生,小叶11~17枚,叶片披针形至卵状披针形,边缘有尖锐的重锯齿。大型密集的圆锥花序顶生,花蕾白色,圆珠形,小花也为白色,5瓣,花瓣长圆形,雄蕊40枚,花期5~10月,尤以6~7月为盛。蓇葖果,矩圆形,9月成熟。     

基于改进支持向量机的水电机组多类轴心轨迹智能识别

在水电机组故障诊断系统中,轴心轨迹是判断机组状态的一个重要特征。而水电机组实际运行中轴心轨迹故障样本数量较少,依据其进行故障智能诊断无法准确完成,需结合相应频谱特性才可做出诊断。论文针对此问题,采用改进的支持向量机（support vector machine,SVM）多故障分类算法,建立了多故障轴心轨迹分类器,并应用于水电机组的故障诊断。结果表明,改进的SVM在样本数较少时取得较好的分类效果,样本数为16和50时,分类准确率达到了96.3%和91.2%,;并且在分类数增多时,分类准确率得到提高,而样本数增多时,分类准确率骤减。该故障分类器可实现多故障的识别和诊断,并且具有算法简单和对多故障轴心轨迹图形分类能力强的优点。该研究可为水电机组少样本轴心轨迹故障的智能诊断提供参考。     

变时滞随机Cohen-Grossberg神经网络的指数稳定性的新判据

通过建立よ算子不等式,利用随机分析技巧得到了变时滞随机Cohen Grossberg神经网络的p-阶矩指数稳定的一个充分条件,并给出实例进行了说明.     

基于组合神经网络的农用车轮胎号识别方法

为了保证轮胎号识别系统具有较高的识别正确率和置信度,对轮胎号字符识别方法进行了研究。对大量的农用车轮胎号字符图像样本进行各类特征量提取,针对每类特征量建立各自的子BP网络进行训练,并将各训练好的子网络进行组合形成并行组合神经网络,按照等权平均或投票选举决策得出最终识别结果。并行组合神经网络的连接数较传统庞大单级神经网络少,训练和识别的速度要快,大量的轮胎号字符样本识别试验表明,并行组合神经网络的识别正确率和置信度都较传统BP网络得到提高。     

再谈起重机机构载物运动质量惯性力矩的计算

本文阐述的动能定理是计算起重机四大机构载物运动质量折算到某轴上的飞轮矩及其相应的惯性力矩最基本的通用方法,而对起升、运行和旋转机构来说,更为简便地是采用计算惯性力矩等效性的方法。     

XC—1型汽车洗刷器的研制

本文介绍XC—1型移动式洗刷器的研究情况,并着重阐述该洗刷器工作部件的设计方法。     

基于Zernike矩和神经网络的角点筛选方法

在计算机视觉领域中角点特征的提取具有相当重要的地位，因为角点包含了丰富的信息。本文的目的在于提取某类图像上的重要特征角点。其主要思路是首先利用角点检测方法提取图像中的角点之后，然后再通过Zernike矩和神经网络对它们进行筛选，从而达到自提取特征角点的目的。最后通过实验验证了本算法的有效性。尽管本文是针对某类图像进行了特征点提取的，但相信对于一般情况下的目标特征检测也具有一定的借鉴意义。