Visual Basic在药物配方优化中的应用

正交试验设计是药物配方优化中重要的方法之一,本文介绍了利用Visual Basic编制药物配方优化统计分析程序,并以实例说明了该程序的使用方法和应用技巧。结果表明,用户只需输入试验的原始数据,即可快速、准确地进行试验数据的统计分析,并可根据试验结果快速得出其优化配方,所得分析结果与专业统计分析软件DPS对数据进行正交分析相比,二者计算结果基本一致,且该方法不但快捷方便,操作简单,而且结果准确可靠,可大大提高药物配方优化的效率。     

开展具有学校特色的新生入馆教育——以中国传媒大学图书馆为例

以多组统计数据为依据,全面剖析了中国传媒大学图书馆在新生入馆教育工作中取得的成绩与存在的问题,并结合学校特色,以务实、发展为出发点展望了新生入馆教育工作的未来发展趋势。     

2008年夏季昆明上空下平流层重力波统计特性

利用昆明探空站2008年夏季（6月至8月）垂直高分辨率的L波段探空资料,分析了昆明上空下平流层（21～28 km）惯性重力波的统计特性。分析结果表明：1）垂直波长主要集中在3.5～4 km之间,平均值约为3.53 km;水平波长主要集中在250～1250 km之间,平均值约为714 km;平均水平波长与平均垂直波长之比约为200﹕1。2）固有频率主要集中在1 ～2.5 之间,平均值约为1.7 ,相当于固有周期17 h左右。3）重力波能量在垂直方向上主要向上传播,其出现频率达到86 %;水平传播方向主要为偏东、偏北、西南、偏南和东南5个方向。4）垂直固有波速主要集中在-0.1～0 m/s之间,平均值约为-0.06 m/s;水平固有波速主要集中在10～20 m/s之间,平均值约为14.5 m/s。     

秦岭地区气温变化统计降尺度研究

运用统计降尺度模型（SDSM）及秦岭地区7个站点1961-2011年的日平均气温、日最低气温和日最高气温资料,采用逐步线性回归方法（SMLR）选取NCEP大气环流预报因子中的最优因子,建立了预报量与预报因子之间的定量统计关系,对秦岭地区未来气温变化进行适用性分析,并对未来3个不同时期（2011-2040年、2041-2070年、2071-2099年）气温变化趋势进行预测。结果表明：SDSM模型对秦岭地区气温模拟效果良好,秦岭地区未来气温增幅明显,不同时间尺度增幅呈现明显时间差异,3个预报量在月尺度、季尺度呈现相似的时间变化特征：月尺度呈现8月增温最大,12月增温最小;季尺度呈现冬<春<秋<夏的趋势。2011-2040年气温的空间分布呈现秦岭北坡增幅大于秦岭南坡。     

支持向量机的研究进展

本文分析总结了支持向量机从提出,兴起到现在的研究成果,并重点关注算法方面的进展.对各个方向的研究都做了相应分析.并适当编程实现了性能优越的序贯最小优化（SMO）算法.最后给出了针对各种应用问题,较为理想的算法选择.     

圆柱水射流中的能量分布与统计特征

在13,15,17 MPa压力下,采用相位多普勒粒子分析仪（PDPA）对自由圆柱水射流的轴向速度、轴向脉动速度和液滴粒径进行测量,对通过射流场中不同位置测量体的单个液滴特征进行统计分析,以获得单个液滴的轴向速度和对应的液滴数的相关特征,进而分析射流束中的能量分布.研究结果表明：在相同压力条件下,不同轴向截面上的轴向速度分布呈现一定的相似性,截面边缘处的轴向速度梯度较大;截面边缘处的轴向脉动速度较大,且随射流压力增加,轴向脉动速度增大.对位于中间点的测量体,具有较高速度的液滴占据绝大多数;对边缘处的测量体,液滴速度谱较宽.在不同轴向截面上,随射流压力的变化,对应位置的统计关系变化规律不同.在设定的第1采样时段内,在各中心点处测量体内采集到的有效液滴数相差不大.但穿越边缘点测量体的有效液滴数随射流压力和截面位置的变化极不规则.     

基于多周期相关的ECG信号压缩编码方法

提出了一种ECG信号压缩编码方案.该方案根据ECG信号类周期性的结构特征分割出信号周期,对一个周期进行提升小波变换,对生成的提升小波系数进行带截止区的均匀量化,再把量化系数分解成重要位置流、符号流、最高位位置流以及剩余比特流,然后对前3种数据流分别建立多周期相关的概率统计模型,进而实现自适应算术编码.实验数据结果表明:本方案在保证ECG信号压缩编码高效性的同时,比较好地实现了压缩编码的实时性.     

近十年特色数据库研究论文的统计与分析

以清华同方《中国期刊全文数据库》和重庆维普《中文科技期刊数据库》为数据源，运用文献计量学的方法对1996-2005年特色数据库研究论著的年代、期刊、主题、著者、基金项目等的分布进行统计分析．以了解我国近十年特色数据库研究的发展状况，为特色数据库的研究提供参考。     

χ2—分布的数学归纳法证明

本文用数学归纳法证明了x~2分布及其性质、统计量((n-1)s~2)/σ~2的分布,使不具备线性代数和较多微积分知识的读者也易于理解。