|
|
|
- 茜胞 路
- 5 years ago
- Views:
Transcription
1
2
3 MCMC I
4 Target Tracking based on Laser Sensor Xulei Wang (School of Mathematical Sciences) Directed by Assistant Professor Jinshi Cui and Professor Hongbin Zha This paper describes a filter thought that could partly deals with the problem of laser based target tracking. Here we first modeled the tracking problem in the Bayes framework. Next we described our tracking system of laser sensor, summarized its advantage to the tracking problem, and also introduced our method of extracting targets from range data. Then some useful and efficient algorithm for targets tracking, such as Kalman Filter in Linear Gaussian Model, both Independent and Joint Particle Filter, and a more efficient MCMC-based Particle Filter, were introduced. And next we used the data of both single target and multiple targets from laser to test these algorithm, and presented comparison of them according to the experiment result in the end. Lastly, we made a brief conclusion concerning to these three algorithm and also my previous work, and then a prospect of my future work were presented. Key Words: chain Monte Carlo (MCMC) Laser Sensor, Target tracking, Kalman Filter, Particle Filter, Markov II
5 I ABSTRACT II Monte Carlo Kalman MCMC A III
6 Kalman [1, 2] Kalman Kalman 1
7 (Occlusion) (Interaction) Joint Particle Filter (Data Association) Nearest Neighbor (NN) [3] t t 1 t Multiple Hypothesis Tracker (MHT) [4] Joint Probabilistic Data Association Filter (JPDAF) [5, 6] JPDAF MHT Kalman (Independent Joint) MCMC MCMC Joint Particle Filter [7] -Monte Carlo M-H 2
8 2.1 S {X n : n 0} S 1 n, m 1, i 0,, i n+m S P (X n+1 = i n+1,, X n+m = i n+m X n = i n, X 0 = i 0,, X n 1 = i n 1 ) = P (X n+1 = i n+1,, X n+m = i n+m X n = i n ), {X n : n 0} S {X n : n 0} P (X n+1 = j X n = i) = P (X 1 = j X 0 = i), n 1, P (X 1 = j X 0 = i) p ij P (X n = j X 0 = i) p (n) ij p ij i j p ij (i, j) P = (p ij ) S S P P S X 0 µ (0) t = 1 i S P (X 1 = i) = = j S j S P (X 1 = i, X 0 = j)dx 0 P (X 1 = i X 0 = j)p (X 0 = j)dx 0, 1 {X t : t T } t 3
9 X 1 µ (1) µ (0) P m X m µ (m) = µ (m 1) P = = µ (0) P m. i, j S n 1, n 2 p (n 1) ij > 0, p (n 2) ji > 0 P S i S d(i) i i d(i) = 1 i π π = πp [8] [8] P π µ (0) µ (n) = µ (0) P n π, n π P π i p ij = π j p ji, i, j S, i S (πp ) i = S π j p ji dj = S π i p ij dj = π i S p ij dj = π i, π P π M-H 4
10 2.2 Monte Carlo Monte Carlo 1 p(x) 2 h(x) Φ = E p [h(x)] = h(x)p(x)dx. (2.1) {p(x) : x S} x 1, x 2,, x N Φ ˆΦ N = 1 N N h(x i ), (2.2) E(ˆΦ N ) = Φ Var(ˆΦ N ) = σ 2 /N σ 2 = Var p [h(x)] N(ˆΦN Φ) N(0, σ 2 ), i=1 Monte Carlo ˆΦ N O(N 1/2 ) x Φ = b a h(x)dx, Riemann [a, b] N x 1, x 2,, x N x i = a + i(b a)/n Φ 1 N N h(x i ). i=1 h(x) Riemann O(N 1 ) Monte Carlo Riemann D = [a, b] d O(N 1 ) O(N d ) d Monte Carlo 5
11 O(N 2 ) Monte Carlo Monte Carlo Monte Carlo Markov Chain Monte Carlo MCMC MCMC MCMC (X 0, X 1, ) π n X n π p p Metropolis-Hastings M-H Monte Carlo Metropolis-Hastings x T (x, y) T (x, y) = T (y, x) y Hastings T T (x, y) > 0 T (y, x) > 0 T (x, y)r(x, y), x y, P(x, y) = 1 P(x, z),, z x r(x, y) { } p(y)t (y, x) r(x, y) = min 1,. (2.3) p(x)t (x, y) 6
12 P(x, y) p(x)p(x, y) = p(y)p(y, x), p(x) M-H Metropolis-Hastings x 0 t = 1, 2, (1) T (x t, y) y (2) (2.3) r(x t, y) (3) [0, 1] U U r(x t, y) x t+1 = y x t+1 = x t M t < M X t = f t (X t 1, ε t ) (2.4) Y t = g t (X t, η t ) t = 1, 2, (2.5) X t X 0 ε t f t Y t t η t 1 7
13 g t (2.4) X t (2.5) t Y t t X t X t = (x t, y t, v xt, v yt ) (x t, y t ) (v xt, v yt ) x y X t (a xt, a yt ) X t Y t = ( x t, ỹ t ) Y t Y t X t X t = (X 1 t, X 2 t, ) Y t Y t = (Y 1 t, Y 2 t, ) t Y 1: t {Y 1, Y 2,, Y t } X t t + t Y 1: t X t+ t Y 1,, Y t X t P (X t Y 1: t ) t 1 P (X t 1 Y 1: t 1 ) t Y t P (X t Y 1: t ) = = P (Y t X t )P (X t Y 1: t 1 ). (2.6) P (Y t Y 1: t 1 ) P (Y t X t ) (2.5) P (X t Y 1: t ) X t P (X t Y 1: t 1 ) P (Y t Y 1: t 1 ) 8
14 P (X t Y 1: t 1 ) = = = P (X t, X t 1 Y 1: t 1 )dx t 1 P (X t X t 1, Y 1: t 1 )P (X t 1 Y 1: t 1 )dx t 1 P (X t X t 1 )P (X t 1 Y 1: t 1 )dx t 1, P (X t X t 1, Y 1: t 1 ) = P (X t X t 1 ) P (X t X t 1 ) (2.4) P (X t 1 Y 1: t 1 ) P (X 0 ) (2.5) P (Y t Y 1: t 1 ) = P (Y t, X t Y 1: t 1 )dx t = P (Y t X t, Y 1: t 1 )P (X t Y 1: t 1 )dx t = P (Y t X t )P (X t Y 1: t 1 )dx t, P (Y t X t, Y 1: t 1 ) = P (Y t X t ) P (Y t Y 1: t 1 ) (2.6) P (X t Y 1: t ) = kp (Y t X t ) P (X t X t 1 )P (X t 1 Y 1: t 1 )dx t 1, (2.7) k 1 = P (Y t Y 1: t 1 ) P (X 0 ) P (X t Y 1: t ) X t (2.7) P (X t Y 1: t ) P (Y t X t ) X t Y t Y t P (X t Y 1: t 1 ) t P (X t Y 1: t 1 ) (2.7) P (X t Y 1: t ) 9
15 10
16 3.1 (Laser Sensor) ( 3.1) SICK LMS , 600, 19, 200, 38, 400, 500, : LMS291 9, ( 3.2) 11
17 3.2: , 400 MFC Microsoft Communications Control MSComm CMSComm m Com m Com.put Settings( 9600,n,8,1 ); m Com.put InputModel(1); 9600,n,8,1 9, ,400 SICK { } m Com 12
18 m Com.put Settings( 38400,n,8,1 ); SICK { } (1) N N N 3 10 N N N
19 3.3: N N ( 3.3) (2) i, i = 1,, 361 δ i 0 {ω i } 361 i=1 δ i < ω i i (3) s n s n,
20 3.4 (a) (b) 3.4: ( 3.4(a)) 15
21 ( 3.4(b)) 3.5: ( 3.5)
22 Kalman MCMC : 17
23 2.3 P (X t Y 1: t ) = kp (Y t X t ) P (X t X t 1 )P (X t 1 Y 1: t 1 )dx t 1, (4.1) X 0 t = 1, 2, ˆX t 1 (2.4) X t t Y t (2.5) ˆX t X t ( 4.1) Kalman MCMC ( 4.1) 4.2 Kalman 2.3 (4.1) (1) ε t N(µ t, Q t ), η t N(ν t, R t ) (2) X t = f t (X t 1, ε t ) = A t X t 1 + ε t (3) Y t = g t (X t, η t ) = B t X t + η t µ t ν t Q t R t A t B t µ t = ν t = 0 (X t + µ t ) X t (Y t + ν t ) Y t P (X t 1 Y 1: t 1 ) P (X t Y 1: t ) 18
24 t X t Ỹt Kalman X t Y t X t X t = K t (Y t Ỹt). (4.2) ˆX t Kalman [1, 2] t 1 P (X t 1 Y 1: t 1 ) = N(m t 1 t 1, P t 1 t 1 ), t P (X t Y 1: t 1 ) = N(m t t 1, P t t 1 ) P (X t Y 1: t ) = N(m t t, P t t ) P (X t Y 1: t 1 ) Kalman P (X t Y 1: t ) m t t 1 = A t m t 1 t 1 P t t 1 = Q t 1 + A t P t 1 t 1 A T t S t = B t P t t 1 B T t + R t K t = P t t 1 B T t S 1 t m t t = m t t 1 + K t (Y t B t m t t 1 ) P t t = P t t 1 K t B t P t t 1 m t t (4.2) Kalman Kalman 19
25 Kalman Kalman Kalman 4.3 P (X t 1 Y 1: t 1 ) t t P (X t Y 1: t ) Kalman 2.3 X t = f t (X t 1, ε t ) Y t = g t (X t, η t ) t = 1, 2, 2.3 Y 1: t X t P (X t Y 1: t ) (2.7) (4.1) P (X t Y 1: t ) t 1 P (X t 1 Y 1:t 1 ) {x (i) t 1} N i=1 {ω (i) t 1} N i=1 (4.1) P (X t Y 1: t 1 ) = N i=1 P (X t X t 1 )P (X t 1 Y 1: t 1 )dx t 1 P (X t x (i) t 1)ω (i) t 1. 20
26 (4.1) t P (X t Y 1: t ) kp (Y t X t ) N i=1 P (X t x (i) t 1)ω (i) t 1. (4.3) P (Y t X t ) P (X t x (i) t 1) A q(x t ) = N P (X t x t 1)ω (i) (i) t 1 q(x t ) N i=1 q(x t ) (1) ω (i) t 1 i (2) P (X t x (i) t 1) x (i) t {x (i) t N N q(x t ) } N i=1 x (i) {x (i) t ω (i) t = N i=1 P (x (i) t Y 1: t ) P (X t x (i) t 1)ω (i) t 1, (4.4), ω (i) t } N i=1 P (X t Y 1: t ) [9] (4.3) (4.4) ω (i) t i P (Y t x (i) t ) ω (i) t = bω (i) t 1P (Y t x (i) t ), b 21
27 P (X 0 ) N {x (i) 0 } N i=1 ω (i) 0 = 1/N t = 1, 2, (1) i = 1,, N P (X t x (i) t 1) x (i) t ω (i) t = bω (i) t 1P (Y t x (i) t ). (2) t = t P (X t Y 1: t ) kp (Y t X t ) {x (i) t N i=1 P (X t x (i) t 1)ω (i) t 1. (4.5), ω (i) } N i=1 P (X t Y 1: t ) P (Y t x (i) t ) ω (i) t t (1) {x (i) t : i = 1,, N} P (x = x (i) t ) ω (i) t 22
28 N (2) ω (i) i = 1/N [10] N eff = N 1 + Var(ω (i) t ). N eff N eff = 1 N i=1 ω(i) t, N eff 4.4 MCMC 2.2 Monte Carlo MCMC [11, 12] MCMC t X {X 0, X 1, } π(x) P (X t Y t ) MCMC (MAP) MCMC MCMC Reversible Jump MCMC (RJMCMC) [13, 14] ( ) MCMC Monte Carlo t 1 P (X t 1 Y 1: t 1 ) N P (X t 1 Y 1: t 1 ) 23
29 {x (i) t 1} N i=1 (4.1) Monte Carlo P (X t Y 1: t ) kp (Y t X t ) N i=1 P (X t x (i) t 1). (4.6) 2.2 M-H Q(x, y) t M-H a = P (X t Y 1: t ) Q(X t, X t ) P (X t Y 1: t ) Q(X t, X t) = P (Y t X t) P (X t Y 1: t 1 ) Q(X t, X t ) P (Y t X t ) P (X t Y 1: t 1 ) Q(X t, X t), (4.7) P (X t Y 1: t 1 ) (4.6) P (X t Y 1: t 1 ) N i=1 P (X t x (i) t 1). MCMC MCMC (1) MCMC P (X 0 ) N (2) MCMC MN N M M-H (a) Q X t (b) (4.7) (c) [0, 1] U U a X t X t (3) M t P (X t Y 1: t ) 24
30 4.5 X X ID Independent Particle Filter 4.3 MCMC Joint Particle Filter Independent X t = {X 1 t, X 2 t, } X X Y t = {Y 1 t, Y 2 t, } P (X t Y 1: t ) = kp (Y t X t ) P (X t X t 1 )P (X t 1 Y 1: t 1 )dx t 1, P (Y t X t ) ID ID t ID k t k t 25
31 P (k t Y 1:t ) = cp (Y t k t ) k t 1 P (k t k t 1 )P (k t 1 Y 1:t 1 ). c P (k t, X kt Y 1:t ) = KP (Y t k t, X kt ) P (k t, X kt k t 1, X kt 1 )P (k t 1, X kt 1 Y 1: t 1 )dx kt 1. k t 1 (4.8) K k t t ID X kt P (Y t k t, X kt ) k t Y t P (k t, X kt k t 1, X kt 1 ) (X kt \X kt 1 ) (X kt 1 \X kt ) (X kt 1 X kt ) ID 26
32 ( ) X t = (x t, y t, v xt, v yt ) T. Y t = ( x t, ỹ t ) T. ( st ) ( I2 I 2 ) ( st 1 ) ( 1 2 I 2 ) v t = 0 I 2 v t 1 + I 2 ε t. Y t = s t + η t t = 1, 2, s t = (x t, y t ) T t v t = (v xt, v yt ) T t X 0 10( 1 ) P = ( (0.3)2 I (3) 2 I 2 ). ε t N(0, (2) 2 I 2 ) η t 27
33 N(0, I 2 ). 5.2 ( 3.3) 1 T = 91 (100, 0) ( 100, 0) x y t 5.1 x x y y (s) Kalman MCMC Kalman MCMC 28
34 1 Kalman 600 Kalman Filter, total frame: : Kalman (a) x (b) y 5.2: 29
35 1 600 Particle Filter, total frame: : (a) x (b) y 5.4: 30
36 1 MCMC 600 MCMC based Particle Filter, total frame: : MCMC (a) x (b) y 5.6: 31
37 2 T = 194 ( 5.7) 5.8 Kalman MCMC x y 5.2 x x y y (s) Kalman MCMC Tracking result, total frame: 194 Kalman Filter Particle Filter MCMC Based PF 400 Y (cm) X (cm) 5.7: 2 32
38 2 5.8: 2 33
39 100 MCMC Kalman MCMC Kalman Kalman Kalman Kalman MCMC M-H (s) MCMC MCMC MCMC 34
40 5.3 Data Association NN Kalman 1 T = 100 Independent Particle Filter 5.9, Joint Particle Filter 5.10 MCMC Independent Particle Filter (s) Independent Particle Filter Joint Particle Filter MCMC-based Particle Filter x [0.6600] [5.1393] y [0.5573] [4.3541] x [1.8559] [1.9803] y [2.0806] [1.1995] x [0.0662] [0.0440] y [0.0339] [0.0478] 0 35
41 1 Independent Independent Particle Filter Occlusion : Independent Particle Filter t 50 36
42 1 Joint Joint Particle Filter Occlusion : Joint Particle Filter t 50 37
43 1 MCMC MCMC Particle Filter Occlusion : MCMC t 50 38
44 1 5.12: x y
45 Independent IPF Joint JPF IPF 1 2 JPF IPF JPF JPF JPF IPF MCMC Independent MCMC MCMC M-H JPF IPF JPF IPF JPF IPF 40
46 2 T = 305 ( 2 ) (5.8 9) Independent MCMC Joint MCMC 5.13: t = ( 5.13) 1-3 t = ( 5.13) MCMC ( ) MCMC
47 1 2 MCMC 5.14: t = ( 5.14) 3 t = 205 ( ) MCMC Monte Carlo MCMC Joint MCMC 42
48 MCMC 5.15: t = t = 220 t = 215 {2, 5, 7} MCMC 6 t = MCMC
49 MCMC MCMC
50 MCMC MCMC M-H MCMC MCMC Joint Independent groundtruth 45
51 A A x Φ = E p [h(x)] = h(x)p(x)dx. p(x) p [0, 1] h(x) x < 9 10 ε [0, 1] Φ h 0 h(x) q(x) Φ h(x)p(x) q(x) q(x) N x 1, x 2,, x N Φ Φ N = 1 N N i=1 h(x i ) p(x i) q(x i ). Var( Φ N ) = 1 N (h(x) p(x) q(x) Φ)2 q(x)dx. [15] q(x) h(x) p(x) h(x) q(x) = ch(x)p(x) c 0 ω i = p(x i) q(x i ) Φ Φ N = N i=1 ω ih(x i ) N i=1 ω, i 46
52 A ω i i p(x) q(x) p(x) p(x) q(x) ω 47
53 [1] Y.C. Ho and R.C.K Lee. A Bayesian approach to problems in stochastic estimation and control. In IEEE Trans. on Automatic Control AC, pp , [2] A.H. Jazwinski. Stochastic Process and Filtering Theory, Academic Press: New York, [3] Y. Bar-Shalom and T. Fortmann. Tracking and Data Association. volume 179 of Mathematics in Science and Engineering, Academic Press, [4] D.B. Reid. An algorithm for tracking multiple targets. In IEEE Trans. Automat. Contr., Vol. 24(6), pp , December [5] Y. Bar-Shalom, T.E. Fortmann, and M. Scheffe. Joint probabilistic data association for multiple targets in clutter. In Proc. Conf. on Information Sciences and Systems, [6] T.E. Fortmann, Y. Bar-Shalom and M. Scheffe. Sonar tracking of multiple targets using joint probabilistic data association. In IEEE Journal of Oceanic Engineering, Vol. 8, July [7] Z. Khan, T. Balch, and F. Dellaert. Efficient particle filter-based tracking of multiple interacting targets using an MRF-based motion model. In IEEE/RSJ Intl. Conf. on Intelligent Robots and Systems (IROS), Las Vegas, [8] Olle Häggström. Finite Markov Chains and Alogrithmic Applications. Cambridge University Press, [9] D. B. Rubin. A noniterative sampling/importance resampling alternative to the data augmentation algorithm for creating a few imputations when fractions of missing information are modest: the SIR algorithm. Journal of the American Statistical Association, Vol. 82, No. 398, pp [10] J. S. Liu, and R. Chen. Sequential Monte Carlo methods for dynamic systems. Journal of the American Statistical Association, 93: , [11] T. Zhao and R. Nevatia. Tracking multiple humans in crowded environment. In IEEE Conf. on Computer Vision and Pattern Recognition (CVPR), [12] N. Bergman and A. Doucet. Markov Chain Monte Carlo data association for target tracking. In IEEE Int. Conference on Acoustics, Speech, and Signal Processing (ICASSP), [13] P. J. Green, Reversible jump Markov chain Monte Carlo computation and Bayesian model determination. Biometrika, 82: ,
54 [14] Z. Khan, T. Balch, and F. Dellaert. MCMC-Based Particle Filtering for Tracking a Variable Number of Interacting Targets. In IEEE Trans. Pattern Anal. Machine Intell., vol. 27, no. 11, pp , Nov [15] H. Kahn and A. Marshall. Methods of reducing sample size in Monte Carlo computations. Journal of the Operations Research Society of America, Vol. 1, No. 5, pp Nov.,1953. [16] K. Okuma, A. Taleghani, N. de Freitas, J. Little, and D. Lowe. A boosted particle filter: Multitarget detection and tracking. In Eur. Conf. on Computer Vision (ECCV), [17] C. Rago, P. Willett, and R. Streit. A comparison of the JPDAF and PMHT tracking algorithms. In Proc. IEEE Conf. Acoustics, Speech and Signal Processing (ICASSP), vol. 5, pp , [18] K. Smith, D. Gatica-Perez, and J. M. Odobez. Using particles to track varying numbers of interacting people. In IEEE Conf. on Computer Vision and Pattern Recognition (CVPR), [19] J. Hammersley and K. Morton. Poor man s Monte Carlo. Journal of the royal Statistical Society, Series B (Methodological), Vol. 16, No. 1. (1954), pp [20] A. Marshall. The use of multi-stage sampling schemes in Monte Carlo computations. in Symposium on Monte Carlo Methods, H. A. Meyer, ed., John Wiley, New York, 1956, pp
55 50
Welch & Bishop, [Kalman60] [Maybeck79] [Sorenson70] [Gelb74, Grewal93, Maybeck79, Lewis86, Brown92, Jacobs93] x R n x k = Ax k 1 + Bu k 1 + w
![Welch & Bishop, [Kalman60] [Maybeck79] [Sorenson70] [Gelb74, Grewal93, Maybeck79, Lewis86, Brown92, Jacobs93] x R n x k = Ax k 1 + Bu k 1 + w](/thumbs/53/31552254.jpg "Welch & Bishop, [Kalman60] [Maybeck79] [Sorenson70] [Gelb74, Grewal93, Maybeck79, Lewis86, Brown92, Jacobs93] x R n x k = Ax k 1 + Bu k 1 + w")
Greg Welch 1 and Gary Bishop 2 TR 95-041 Department of Computer Science University of North Carolina at Chapel Hill 3 Chapel Hill, NC 27599-3175 : 2006 7 24 2007 1 8 1960 1 welch@cs.unc.edu, http://www.cs.unc.edu/
MAXQ BA ( ) / 20
MAXQ BA11011028 2016 6 7 () 2016 6 7 1 / 20 1 2 3 4 () 2016 6 7 2 / 20 RoboCup 2D 11 11 100ms/ 1: RoboCup 2D () 2016 6 7 3 / 20 2: () 2016 6 7 4 / 20 () 2016 6 7 5 / 20 Markov Decision Theory [Puterman,
Vol. 15 No. 1 JOURNAL OF HARBIN UNIVERSITY OF SCIENCE AND TECHNOLOGY Feb O21 A
5 200 2 Vol 5 No JOURNAL OF HARBIN UNIVERSITY OF SCIENCE AND TECHNOLOGY Feb 200 2 2 50080 2 30024 O2 A 007-2683 200 0-0087- 05 A Goodness-of-fit Test Based on Empirical Likelihood and Application ZHOU
60 2006 7,.,,.. :,,. 2 211,:, ( 1 ). Π,.,.,,,.,.,. 1 : Π Π,. 212,. : 1)..,. 2). :, ;,,,;,. 3
2006 7 7 :100026788 (2006) 0720059207 1, 1, 2, 3 (11, 100080 ;21, 100089 ; 31, 621010) :.,,,;,,.,,,. : ;; ; : C931 : A Collaborative Models Research on Collaboration Systems in Farm2produce Circulation
: 29 : n ( ),,. T, T +,. y ij i =, 2,, n, j =, 2,, T, y ij y ij = β + jβ 2 + α i + ɛ ij i =, 2,, n, j =, 2,, T, (.) β, β 2,. jβ 2,. β, β 2, α i i, ɛ i
2009 6 Chinese Journal of Applied Probability and Statistics Vol.25 No.3 Jun. 2009 (,, 20024;,, 54004).,,., P,. :,,. : O22... (Credibility Theory) 20 20, 80. ( []).,.,,,.,,,,.,. Buhlmann Buhlmann-Straub
1 引言
P P 第 40 卷 Vol.40 第 7 期 No.7 计 算 机 工 程 Computer Engineering 014 年 7 月 July 014 开 发 研 究 与 工 程 应 用 文 章 编 号 :1000-348(014)07-081-05 文 献 标 识 码 :A 中 图 分 类 号 :TP391.41 摘 基 于 图 像 识 别 的 震 象 云 地 震 预 测 方 法 谢 庭,
[9] R Ã : (1) x 0 R A(x 0 ) = 1; (2) α [0 1] Ã α = {x A(x) α} = [A α A α ]. A(x) Ã. R R. Ã 1 m x m α x m α > 0; α A(x) = 1 x m m x m +
![[9] R Ã : (1) x 0 R A(x 0 ) = 1; (2) α [0 1] Ã α = {x A(x) α} = [A α A α ]. A(x) Ã. R R. Ã 1 m x m α x m α > 0; α A(x) = 1 x m m x m +](/thumbs/91/107439066.jpg "[9] R Ã : (1) x 0 R A(x 0 ) = 1; (2) α [0 1] Ã α = {x A(x) α} = [A α A α ]. A(x) Ã. R R. Ã 1 m x m α x m α > 0; α A(x) = 1 x m m x m +")
2012 12 Chinese Journal of Applied Probability and Statistics Vol.28 No.6 Dec. 2012 ( 224002) Euclidean Lebesgue... :. : O212.2 O159. 1.. Zadeh [1 2]. Tanaa (1982) ; Diamond (1988) (FLS) FLS LS ; Savic
soturon.dvi
DP Contour Morphing 2005 3 A Graduation Thesis of College of Engineering, Chubu University Contour Morphing based on continuous DP matching Taichi Nomura 1 1 2 3 2.1 Flash Shape Tweening : : : : : : :
IP TCP/IP PC OS µclinux MPEG4 Blackfin DSP MPEG4 IP UDP Winsock I/O DirectShow Filter DirectShow MPEG4 µclinux TCP/IP IP COM, DirectShow I
2004 5 IP TCP/IP PC OS µclinux MPEG4 Blackfin DSP MPEG4 IP UDP Winsock I/O DirectShow Filter DirectShow MPEG4 µclinux TCP/IP IP COM, DirectShow I Abstract The techniques of digital video processing, transferring
SVM OA 1 SVM MLP Tab 1 1 Drug feature data quantization table
38 2 2010 4 Journal of Fuzhou University Natural Science Vol 38 No 2 Apr 2010 1000-2243 2010 02-0213 - 06 MLP SVM 1 1 2 1 350108 2 350108 MIP SVM OA MLP - SVM TP391 72 A Research of dialectical classification
11 25 stable state. These conclusions were basically consistent with the analysis results of the multi - stage landslide in loess area with the Monte
211 11 11 158 JOURNAL OF RAILWAY ENGINEERING SOCIETY Nov 211 NO. 11 Ser. 158 16-216 211 11-24 - 6 1 2 3 3 3 1. 126 2. 92181 74 3. 181 1 2 3 4 1. 27 1. 3 1. 56 1. 73 4 1 2 3 4. 96 1. 15 1. 48 1. 6 f s =
(Pattern Recognition) 1 1. CCD
********************************* ********************************* (Pattern Recognition) 1 1. CCD 2. 3. 4. 1 ABSTRACT KeywordsMachine Vision, Real Time Inspection, Image Processing The purpose of this
<4D6963726F736F667420576F7264202D20B8BDBCFE3220BDCCD3FDB2BFD6D8B5E3CAB5D1E9CAD2C4EAB6C8BFBCBACBB1A8B8E6A3A8C4A3B0E5A3A92E646F6378>
批 准 立 项 年 份 2007 通 过 验 收 年 份 2013 教 育 部 重 点 实 验 室 年 度 报 告 ( 2015 年 1 月 2015 年 12 月 ) 实 验 室 名 称 : 机 器 智 能 与 先 进 计 算 教 育 部 重 点 实 验 室 实 验 室 主 任 : 张 军 实 验 室 联 系 人 / 联 系 电 电 : 詹 志 辉 /13826089486 E-mail 地 址
1362 A Research on the Performance of Probability Concepts on Sixth-Grade Students Hsin-Chien Tsai Chi-Tsuen Yeh National University of Tainan Abstrac
1361 * * 75% 60% 25% 1362 A Research on the Performance of Probability Concepts on Sixth-Grade Students Hsin-Chien Tsai Chi-Tsuen Yeh National University of Tainan Abstract This research paper focuses
彩色地图中道路的识别和提取
9310016, i ii Abstract This thesis is on the researching of recognizing the roads in map image by computer. Based on the theory of Pattern Recognition, there is a method to be discussed, which can recognize
PCA+LDA 14 1 PEN mL mL mL 16 DJX-AB DJ X AB DJ2 -YS % PEN
21 11 2011 11 COMPUTER TECHNOLOGY AND DEVELOPMENT Vol. 21 No. 11 Nov. 2011 510006 PEN3 5 PCA + PCA+LDA 5 5 100% TP301 A 1673-629X 2011 11-0177-05 Application of Electronic Nose in Discrimination of Different
講義ノート 物性研究 電子版 Vol. 7, No. 2, (2018 年 11 月号 ) Metropolis [1] Buffon Neumann 20 importance Importance (Markov-chain Monte Carlo
![講義ノート 物性研究 電子版 Vol. 7, No. 2, (2018 年 11 月号 ) Metropolis [1] Buffon Neumann 20 importance Importance (Markov-chain Monte Carlo](/thumbs/102/155547667.jpg "講義ノート 物性研究 電子版 Vol. 7, No. 2, (2018 年 11 月号 ) Metropolis [1] Buffon Neumann 20 importance Importance (Markov-chain Monte Carlo")
953 Metropolis [] 980 8 Buffon Neumann 20 importance Importance (Markov-chain Monte Carlo : MCMC) (PMC) E-mail: hukusima@phys.c.u-tokyo.ac.jp : ( ) Importance ( ) MCMC PMC ( ( )) MCMC X MC MCMC 2 MCMC
穨423.PDF
Chinese Journal of Science Education 2002,, 423-439 2002, 10(4), 423-439 1 2 1 1 1 2 90 8 10 91 4 9 91 8 22 ) NII 1995 7 14, 1999 1997 (Cooperative Remotely Accessible Learning CORAL) 424 (Collaborative
报 告 1: 郑 斌 教 授, 美 国 俄 克 拉 荷 马 大 学 医 学 图 像 特 征 分 析 与 癌 症 风 险 评 估 方 法 摘 要 : 准 确 的 评 估 癌 症 近 期 发 病 风 险 和 预 后 或 者 治 疗 效 果 是 发 展 和 建 立 精 准 医 学 的 一 个 重 要 前
东 北 大 学 中 荷 生 物 医 学 与 信 息 工 程 学 院 2016 年 度 生 物 医 学 与 信 息 工 程 论 坛 会 议 时 间 2016 年 6 月 8 日, 星 期 三,9:30 至 16:00 会 议 地 址 会 议 网 址 主 办 单 位 东 北 大 学 浑 南 校 区 沈 阳 市 浑 南 区 创 新 路 195 号 生 命 科 学 大 楼 B 座 619 报 告 厅 http://www.bmie.neu.edu.cn
20
37 92 19 40 19 20 21 1 7 22 1/5 6/30 5/3030 23 24 25 26 1 2 27 1 2 28 29 30 5 8 8 3 31 32 33 34 35 36 37 38 39 A Study Investigating Elementary School Students Concept of the Unit in Fraction in Northern
2 3. 1,,,.,., CAD,,,. : 1) :, 1,,. ; 2) :,, ; 3) :,; 4) : Fig. 1 Flowchart of generation and application of 3D2digital2building 2 :.. 3 : 1) :,
3 1 Vol. 3. 1 2008 2 CAA I Transactions on Intelligent Systems Feb. 2008, (,210093) :.,; 3., 3. :; ; ; ; : TP391 :A :167324785 (2008) 0120001208 A system f or automatic generation of 3D building models
Microsoft Word - 33-p0191-14skyd8.doc
第 20 卷 第 4 期 中 南 大 学 学 报 ( 社 会 科 学 版 ) Vol.20 No.4 2014 年 8 月 J. CENT. SOUTH UNIV. (SOCIAL SCIENCE) Aug. 2014 基 于 模 糊 层 次 分 析 法 的 政 府 干 部 胜 任 力 评 价 实 证 研 究 薛 琴 ( 南 京 工 程 学 院 经 济 与 管 理 学 院, 江 苏 南 京,211167)
Microsoft Word - 专论综述1.doc
1 基 于 协 同 过 滤 的 高 考 志 愿 推 荐 系 统 徐 兰 静, 李 珊, 严 钊 ( 南 京 航 空 航 天 大 学 经 济 与 管 理 学 院, 南 京 211100) 摘 要 : 近 年 来 信 息 过 载 问 题 的 出 现 使 得 个 性 化 推 荐 技 术 应 运 而 生, 其 中 协 同 过 滤 推 荐 技 术 通 过 在 用 户 和 信 息 之 间 建 立 联 系, 被
Ζ # % & ( ) % + & ) / 0 0 1 0 2 3 ( ( # 4 & 5 & 4 2 2 ( 1 ) ). / 6 # ( 2 78 9 % + : ; ( ; < = % > ) / 4 % 1 & % 1 ) 8 (? Α >? Β? Χ Β Δ Ε ;> Φ Β >? = Β Χ? Α Γ Η 0 Γ > 0 0 Γ 0 Β Β Χ 5 Ι ϑ 0 Γ 1 ) & Ε 0 Α
( 413 1), (2003) ,,,,
: 3 ( 510632) ( ) :,,,,,, Mahalanobis,, : : ;, (,2002), - (Dow Jones Sustainability Index),, (2001Π394ΠS ),, 2003 1300, 50 %,,, 1 1990 2003 ST, 2004 3 1,1283 200, 514 1 2000 257,2000 1026, 3 2004 4 2004
一 课 程 负 责 人 情 况 姓 名 吴 翊 性 别 男 出 生 年 月 1948.08.28 1. 基 本 信 息 学 位 硕 士 职 称 教 授 职 务 所 在 院 系 理 学 院 数 学 与 系 统 科 学 系 电 话 13808485157 研 究 方 向 数 据 处 理 近 三 年 来
湖 南 省 普 通 高 等 学 校 省 级 精 品 课 程 复 核 申 报 表 学 校 名 称 : 课 程 名 称 : 课 程 负 责 人 : 立 项 时 间 : 国 防 科 技 大 学 概 率 论 与 数 理 统 计 吴 翊 2009 年 课 程 网 站 地 址 :jpkc2009.nudt.edu.cn/gllysltj jpkc.nudt.edu.cn/gltj 湖 南 省 教 育 厅 制 二
g 100mv /g 0. 5 ~ 5kHz 1 YSV8116 DASP 1 N 2. 2 [ M] { x } + [ C] { x } + [ K]{ x } = { f t } 1 M C K 3 M C K f t x t 1 [ H( ω )] = - ω 2
![g 100mv /g 0. 5 ~ 5kHz 1 YSV8116 DASP 1 N 2. 2 [ M] { x } + [ C] { x } + [ K]{ x } = { f t } 1 M C K 3 M C K f t x t 1 [ H( ω )] = - ω 2](/thumbs/50/26301205.jpg "g 100mv /g 0. 5 ~ 5kHz 1 YSV8116 DASP 1 N 2. 2 [ M] { x } + [ C] { x } + [ K]{ x } = { f t } 1 M C K 3 M C K f t x t 1 [ H( ω )] = - ω 2")
10 2016 10 No. 10 Modular Machine Tool & Automatic Manufacturing Technique Oct. 2016 1001-2265 2016 10-0012 - 05 DOI 10. 13462 /j. cnki. mmtamt. 2016. 10. 004 * 116024 MIMO TH166 TG502 A Dynamic Performance
: p Previous Next First Last Back Forward 1
7-2: : 7.2......... 1 7.2.1....... 1 7.2.2......... 13 7.2.3................ 18 7.2.4 0-1 p.. 19 7.2.5.... 21 Previous Next First Last Back Forward 1 7.2 :, (0-1 ). 7.2.1, X N(µ, σ 2 ), < µ 0;
基 础 实 室 4 计 算 机 网 络 唐 爱 红 专 业 机 房 PROTEL 联 想 同 方 电 脑 180 台 唐 爱 红 MATLAB 计 算 机 网 络 电 工 电 子 技 能 训 练 室 电 子 基 本 技 能 示 波 器 毫 伏 表 雕 刻 机 图 示 仪 电 子 实 训 台 电 工
2014 年 电 气 工 程 及 其 自 动 化 专 业 教 学 质 量 年 度 报 告 1 专 业 发 展 概 况 ( 包 括 专 业 发 展 历 程 专 业 办 学 的 经 费 投 入 图 书 资 料 实 室 等 基 本 教 学 条 件 在 校 学 生 数 生 师 比 一 志 愿 录 取 率 新 生 报 到 率 学 生 转 入 和 转 出 人 数 ) 上 海 师 范 大 学 信 息 与 机 电
IT 36% Computer Science Teachers Association, CSTA K K-12 CSTA K-12 K-12 K-6 K6-9 K STEM STEM STEM
2017 4 357 GLOBAL EDUCATION Vol. 46 No4, 2017 K-12 2016 K-12 K-12 / 200062 / 200062 2015 8 2015 STEM STEM 1 Computer Science Association for Computing Machinery ACM Code Computer Science Teachers Association
θ 1 = φ n -n 2 2 n AR n φ i = 0 1 = a t - θ θ m a t-m 3 3 m MA m 1. 2 ρ k = R k /R 0 5 Akaike ρ k 1 AIC = n ln δ 2
35 2 2012 2 GEOMATICS & SPATIAL INFORMATION TECHNOLOGY Vol. 35 No. 2 Feb. 2012 1 2 3 4 1. 450008 2. 450005 3. 450008 4. 572000 20 J 101 20 ARMA TU196 B 1672-5867 2012 02-0213 - 04 Application of Time Series
! /. /. /> /. / Ε Χ /. 2 5 /. /. / /. 5 / Φ0 5 7 Γ Η Ε 9 5 /
! # %& ( %) & +, + % ) # % % ). / 0 /. /10 2 /3. /!. 4 5 /6. /. 7!8! 9 / 5 : 6 8 : 7 ; < 5 7 9 1. 5 /3 5 7 9 7! 4 5 5 /! 7 = /6 5 / 0 5 /. 7 : 6 8 : 9 5 / >? 0 /.? 0 /1> 30 /!0 7 3 Α 9 / 5 7 9 /. 7 Β Χ9
UDC Empirical Researches on Pricing of Corporate Bonds with Macro Factors 厦门大学博硕士论文摘要库
10384 15620071151397 UDC Empirical Researches on Pricing of Corporate Bonds with Macro Factors 2010 4 Duffee 1999 AAA Vasicek RMSE RMSE Abstract In order to investigate whether adding macro factors
% 5 CPI CPI PPI Benjamin et al Taylor 1993 Cukierman and Gerlach 2003 Ikeda 2013 Jonas and Mishkin
2016 9 435 No. 9 2016 General No. 435 130012 1996 1-2016 6 LT - TVP - VAR LT - TVP - VAR JEL E0 F40 A 1002-7246201609 - 0001-17 2016-03 - 20 Emailjinquan. edu. cn. Email1737918817@ qq. com. * 15ZDC008
! # % & ( & # ) +& & # ). / 0 ) + 1 0 2 & 4 56 7 8 5 0 9 7 # & : 6/ # ; 4 6 # # ; < 8 / # 7 & & = # < > 6 +? # Α # + + Β # Χ Χ Χ > Δ / < Ε + & 6 ; > > 6 & > < > # < & 6 & + : & = & < > 6+?. = & & ) & >&
:
: : 4.1....................... 1 4.1.1............... 1 4.2........... 10 4.2.1............... 10 4.2.2..... 14 4.2.3................ 18 4.2.4................ 24 4.3...................... 26 4.3.1..............
y 1 = 槡 P 1 1h T 1 1f 1 s 1 + 槡 P 1 2g T 1 2 interference 2f 2 s y 2 = 槡 P 2 2h T 2 2f 2 s 2 + 槡 P 2 1g T 2 1 interference 1f 1 s + n n
37 1 Vol 37 No 1 2013 1 Journal of Jiangxi Normal UniversityNatural Science Jan 2013 1000-5862201301-0037-05 MISO 郭荣新, 袁继昌 361021 2 RVQ 2 MISO 3 TN 911 7 A 0 MIMO 2 MISO 3 MIMOnetwork MIMO 3GPP LTE-A 2
66 臺 中 教 育 大 學 學 報 : 人 文 藝 術 類 Abstract This study aimed to analyze the implementing outcomes of ability grouping practice for freshman English at a u
臺 中 教 育 大 學 學 報 : 人 文 藝 術 類 0 年,(),-0 65 私 立 科 技 大 學 四 技 大 一 新 生 英 文 能 力 分 級 教 學 成 效 分 析 An Analysis of the Implementing Outcomes of Ability Grouping of Freshman English in a University of Technology 溫
* CUSUM EWMA PCA TS79 A DOI /j. issn X Incipient Fault Detection in Papermaking Wa
2 *. 20037 2. 50640 CUSUM EWMA PCA TS79 A DOI 0. 980 /j. issn. 0254-508X. 207. 08. 004 Incipient Fault Detection in Papermaking Wastewater Treatment Processes WANG Ling-song MA Pu-fan YE Feng-ying XIONG
!! # % & ( )!!! # + %!!! &!!, # ( + #. ) % )/ # & /.
! # !! # % & ( )!!! # + %!!! &!!, # ( + #. ) % )/ # & /. #! % & & ( ) # (!! /! / + ) & %,/ #! )!! / & # 0 %#,,. /! &! /!! ) 0+(,, # & % ) 1 # & /. / & %! # # #! & & # # #. ).! & #. #,!! 2 34 56 7 86 9
Chinese Journal of Applied Probability and Statistics Vol.25 No.4 Aug (,, ;,, ) (,, ) 应用概率统计 版权所有, Zhang (2002). λ q(t)
2009 8 Chinese Journal of Applied Probability and Statistics Vol.25 No.4 Aug. 2009,, 541004;,, 100124),, 100190), Zhang 2002). λ qt), Kolmogorov-Smirov, Berk and Jones 1979). λ qt).,,, λ qt),. λ qt) 1,.
02303.doc
20 1 2 1987 WTO 2 3 4 5 ( )1998 6 5 1 1 2 2 3 15% 4 3 10 5. 1 1. 10% 1:00 1 10% 1:001:30 10% 1:30 20% 12:00 2 20% 1:00 30% µ ± 3σ 3 1000 µ ± 3σ µ 3σ µ 3σ 4 1 α α 0.01 005 α P( x > c) α c c 1 2 1992 2001
标题
第 46 卷 第 11 期 2 1 4 年 11 月 哈 尔 滨 工 业 大 学 学 报 JOURNAL OF HARBIN INSTITUTE OF TECHNOLOGY Vol 46 No 11 Nov 214 基 于 摄 像 测 量 法 的 在 轨 柔 性 结 构 模 态 参 数 辨 识 许 畅 王 聪 高 晶 波 张 春 芳 ( 哈 尔 滨 工 业 大 学 航 天 学 院 151 哈 尔 滨
标题
2012 年 6 月 交 通 运 输 系 统 工 程 与 信 息 Journal of Transportation Systems Engineering and Information Technology Vol 郾 12 Sup. 1 June 2012 文 章 编 号 : 1009 鄄 6744 (2012) Sup. 1 鄄 0086 鄄 05 * 张 万 安, 肖 跃 秀 ( 吉 安
豐佳燕.PDF
Application of Information Literacy to chiayen@estmtc.tp.edu.tw information literacy Theme-oriented teaching. Abstract Based on the definition of Information Literacy and Six core concepts of the problem
2005硕士论文模版
基 于 输 入 法 用 户 词 库 和 查 询 日 志 的 若 干 研 究 Some Research based on User Dictionary of Input Method and Query Log ( 申 请 清 华 大 学 工 学 硕 士 学 位 论 文 ) 培 养 单 位 : 计 算 机 科 学 与 技 术 系 学 科 : 计 算 机 科 学 与 技 术 研 究 生 : 王 鹏
46 數 學 傳 播 26 卷 3 期 民 91 年 9 月 表 演, 有 些 賭 場 還 每 小 時 發 遊 客 1 美 元, 可 連 發 7 小 時 一 個 目 的, 都 是 吸 引 遊 客 流 連 忘 返, 持 續 地 賭 開 賭 場 當 然 是 為 了 賺 錢, 利 用 機 率 來 設 計
賭 國 風 雲 黃 文 璋 1. 天 性 好 賭 ùö ùö 考 古 的 證 據 顯 示, 賭 博 的 歷 史 源 遠 流 長, 幾 乎 自 人 類 文 明 之 始 就 有 了 中 外 歷 史 小 說 及 電 影 裡, 也 常 有 賭 的 情 節, 賭 似 乎 是 與 生 活 分 不 開 的 賭 還 不 一 定 是 賭 錢 如 金 庸 (1996a) 射 鵰 英 雄 傳 中 ( 第 十 九 二 十
G(z 0 + "z) = G(z 0 ) + "z dg(z) dz z! # d" λ "G = G(z 0 ) + #cos dg(z) ( & dz ) * nv #., - d+ - - r 2 sin cosds e / r # ddr 4.r 2 #cos! "G = G(z 0 )
2005.7.21 KEK G(z 0 + "z) = G(z 0 ) + "z dg(z) dz z! # d" λ "G = G(z 0 ) + #cos dg(z) ( & dz ) * nv #., - d+ - - r 2 sin cosds e / r # ddr 4.r 2 #cos! "G = G(z 0 ) + #cos dg(z) ( & dz ) * nv 2+ + ds -
高等学校教师职务申报表（高级职务）
编 号 : 二 级 学 科 : 检 测 技 术 与 自 动 化 装 置 高 等 学 校 教 师 职 务 申 报 表 学 校 名 称 : 北 京 科 技 大 学 教 师 姓 名 : 孟 伟 所 在 单 位 : 自 动 化 学 院 现 任 职 务 : 研 究 科 学 家 拟 聘 职 务 : 副 教 授 北 京 科 技 大 学 制 填 表 说 明 1. 本 表 可 从 校 OA 网 下 载 2. 填 写
Sep (SCI) 10. Jiann-Ming Wu, Annealing by two sets of interactive dynamics, IEEE Trans. on Systems Man and Cybernetics Part B-Cybernetics 34 (3)
03-863-3531 E-mail jmwu@mail.ndhu.edu.tw /(1990/06-1994/06) (1988/06-1990/06) (1984/09-1988/06) / (1997/8-) (1996/08-1997/07) () 1996 8 Wu, Jiann-Ming ( SCI EI SSCI TSSCI EconLit A&HCI ) 1. Pei-Hsun Hsu
Journal of Northwestern Polytechnical University Apr. Vol No. 2 ICM ICM ICM ICM ICM ICM TP A
2012 4 30 2 Journal of Northwestern Polytechnical University Apr. Vol. 30 2012 No. 2 ICM 710072 ICM ICM ICM ICM ICM TP391. 41 A 1000-2758 2012 02-0201-05 6 2001 Kinser Johnson ICM intersecting cortical
Microsoft Word - KSAE06-S0262.doc
Stereo Vision based Forward Collision Warning and Avoidance System Yunhee LeeByungjoo KimHogi JungPaljoo Yoon Central R&D Center, MANDO Corporation, 413-5, Gomae-Ri, Gibeung-Eub, Youngin-Si, Kyonggi-Do,
5 551 [3-].. [5]. [6]. [7].. API API. 1 [8-9]. [1]. W = W 1) y). x [11-12] D 2 2πR = 2z E + 2R arcsin D δ R z E = πr 1 + πr ) 2 arcsin
![5 551 [3-].. [5]. [6]. [7].. API API. 1 [8-9]. [1]. W = W 1) y). x [11-12] D 2 2πR = 2z E + 2R arcsin D δ R z E = πr 1 + πr ) 2 arcsin](/thumbs/91/107147441.jpg "5 551 [3-].. [5]. [6]. [7].. API API. 1 [8-9]. [1]. W = W 1) y). x [11-12] D 2 2πR = 2z E + 2R arcsin D δ R z E = πr 1 + πr ) 2 arcsin")
38 5 216 1 1),2) 163318) 163318). API. TE256 A doi 1.652/1-879-15-298 MODE OF CASING EXTERNA EXTRUSION BASED ON THE PRINCIPE OF VIRTUA WORK 1) ZHAO Wanchun,2) ZENG Jia WANG Tingting FENG Xiaohan School
Previous Next First Last Ba
zwp@ustc.edu.cn Office: 1006 Phone: 63600565 http://staff.ustc.edu.cn/~zwp/ http://fisher.stat.ustc.edu.cn 1.1............... 1 1.2............... 9 1.2.1.......... 16 1.2.2....... 22 1.2.3......... 23
Tanet
TANET2007 臺 灣 網 際 網 路 研 討 會 論 文 集 二 直 接 操 控 模 式 之 互 動 式 遊 戲 設 計 以 網 路 攝 影 機 應 用 為 例 The Study of Interactive Game with Direct Manipulation Function An Application of Webcam 徐 健 桓 陳 宇 綱 楊 峻 羽 國 立 台 中 技
<4D6963726F736F667420576F7264202D20C4A3B0E520D3A2D3EFBFDAD3EFBBFABFBCD6D0D3A2D3EFC8FBD2F4D3EFD2F4CAB6B1F0B5C4B8C4BDF8D0CDB7BDB7A8D1D0BEBF2E646F63>
英 语 口 语 机 考 中 英 语 塞 音 语 音 识 别 的 改 进 型 方 法 研 究 刘 健 刚 赵 力 ( 东 南 大 学 外 国 语 学 院, 江 苏 南 京 210096) ( 东 南 大 学 信 息 科 学 与 工 程 学 院, 江 苏 南 京 210096) 摘 要 : 文 章 通 过 论 证 英 语 口 语 机 考 中 英 语 塞 音 语 音 识 别 实 现 的 可 能 性 和 实
4 115,,. : p { ( x ( t), y ( t) ) x R m, y R n, t = 1,2,, p} (1),, x ( t), y ( t),,: F : R m R n.,m, n, u.,, Sigmoid. :,f Sigmoid,f ( x) = ^y k ( t) =
2007 4 4 :100026788 (2007) 0420114206, (, 430074) :,,,,,,GIS.,,. : ; ; ; ; : TP391 ;P338 : A Development of Combinatorial Intelligentized Decision2Making Support System and Its Utilization in Runoff Forecasting
3 : 121,, [1 ] (Stage Theory),,,,,,, 1 :, ;,,,,, 1 :11, 6,116 ; , 2003 ; 31 = Π ; 2, 1996 ;1996,,2000, Walt Rostow (1960, 1971), A. F. K. Organ
![3 : 121,, [1 ] (Stage Theory),,,,,,, 1 :, ;,,,,, 1 :11, 6,116 ; , 2003 ; 31 = Π ; 2, 1996 ;1996,,2000, Walt Rostow (1960, 1971), A. F. K. Organ](/thumbs/51/28737146.jpg "3 : 121,, [1 ] (Stage Theory),,,,,,, 1 :, ;,,,,, 1 :11, 6,116 ; , 2003 ; 31 = Π ; 2, 1996 ;1996,,2000, Walt Rostow (1960, 1971), A. F. K. Organ")
44 3 2007 5 ( ) Journal of Peking University( Philo sophy and Social Science s) Vol. 44, No. 3 May. 2007 1 2, (11, 100871 ; 21, ) :,,, :11,, ;21, ;31,, ; : ; ; ; :F121 :A :100025919 (2007) 0320120212,,,,,,,,,,,,,,
填 写 要 求 一 以 word 文 档 格 式 如 实 填 写 各 项 二 表 格 文 本 中 外 文 名 词 第 一 次 出 现 时, 要 写 清 全 称 和 缩 写, 再 次 出 现 时 可 以 使 用 缩 写 三 涉 密 内 容 不 填 写, 有 可 能 涉 密 和 不 宜 大 范 围 公
2013 年 度 上 海 高 校 市 级 精 品 课 程 申 报 表 ( 本 科 ) 学 校 名 称 东 华 大 学 课 程 名 称 计 算 机 系 统 与 网 络 技 术 课 程 类 型 理 论 课 ( 不 含 实 践 ) 理 论 课 ( 含 实 践 ) 实 验 ( 践 ) 课 所 属 一 级 学 科 名 称 所 属 二 级 学 科 名 称 课 程 负 责 人 申 报 日 期 工 科 计 算 机
& & ) ( +( #, # &,! # +., ) # % # # % ( #
! # % & # (! & & ) ( +( #, # &,! # +., ) # % # # % ( # Ι! # % & ( ) & % / 0 ( # ( 1 2 & 3 # ) 123 #, # #!. + 4 5 6, 7 8 9 : 5 ; < = >?? Α Β Χ Δ : 5 > Ε Φ > Γ > Α Β #! Η % # (, # # #, & # % % %+ ( Ι # %
1938 (Ph.D) 1940 (D.Sci) 1940 (Kai-Lai Chung) Lebesgue-Stieltjes [6] ( [22]) 1942 (1941 ) 1945 J. Neyman H. Hotelling ( ) (University of Cali
![1938 (Ph.D) 1940 (D.Sci) 1940 (Kai-Lai Chung) Lebesgue-Stieltjes [6] ( [22]) 1942 (1941 ) 1945 J. Neyman H. Hotelling ( ) (University of Cali](/thumbs/52/29131095.jpg "1938 (Ph.D) 1940 (D.Sci) 1940 (Kai-Lai Chung) Lebesgue-Stieltjes [6] ( [22]) 1942 (1941 ) 1945 J. Neyman H. Hotelling ( ) (University of Cali")
1910 9 1 1 () 1925 1928 () (E. A. Poe) 1931 1933 1934 (Osgood, 1864-1943) ( ) A note on the indices and numbers of nondegenerate critical points of biharmonic functions, 1935 1936 (University College London)
Microsoft Word - netcontr.doc
* 一 种 基 于 模 型 的 输 出 反 馈 网 络 化 控 制 系 统 刘 松 晖, 吴 俊, 徐 巍 华, 陈 生 (. 工 业 控 制 技 术 国 家 重 点 实 验 室 浙 江 大 学 先 进 控 制 研 究 所, 浙 江 杭 州 3007;. 南 安 普 敦 大 学 电 子 与 计 算 机 学 院, 英 国 南 安 普 敦 SO7 BJ) E-mail: shliu@iipc.zju.edu.cn
國立屏東教育大學碩士班研究生共同修業要點
目 錄 壹 國 立 屏 東 大 學 碩 士 班 研 究 生 共 同 修 業 辦 法...1 貳 國 立 屏 東 大 學 應 用 數 學 系 碩 士 班 研 究 生 修 業 要 點...5 參 應 用 數 學 系 碩 士 班 課 程 結 構...9 肆 應 用 數 學 系 專 任 師 資 簡 介...15 伍 應 用 數 學 系 碩 士 班 歷 屆 研 究 生 論 文 資 料...17 附 錄 一 國
/MPa / kg m - 3 /MPa /MPa 2. 1E ~ 56 ANSYS 6 Hz (a) 一阶垂向弯曲 (b) 一阶侧向弯曲 (c) 一阶扭转 (d) 二阶侧向弯曲 (e) 二阶垂向弯曲 (f) 弯扭组合 2 6 Hz
31 3 Vol. 31 No. 3 218 9 Journal of Shijiazhuang Tiedao University Natural Science Edition Sep. 218 1 1 2 1 2 1 1. 543 2. 543 U462. 3 217-2 - 16 A 295-373 218 3-63 - 6 1-4 5-7 8-11 1 11 11 398 mm 86 mm
VLBI2010 [2] 1 mm EOP VLBI VLBI [3 5] VLBI h [6 11] VLBI VLBI VLBI VLBI VLBI GPS GPS ( ) [12] VLBI 10 m VLBI 65 m [13,14] (referen
![VLBI2010 [2] 1 mm EOP VLBI VLBI [3 5] VLBI h [6 11] VLBI VLBI VLBI VLBI VLBI GPS GPS ( ) [12] VLBI 10 m VLBI 65 m [13,14] (referen](/thumbs/91/106316235.jpg "VLBI2010 [2] 1 mm EOP VLBI VLBI [3 5] VLBI h [6 11] VLBI VLBI VLBI VLBI VLBI GPS GPS ( ) [12] VLBI 10 m VLBI 65 m [13,14] (referen")
31 2 Vol. 31, No. 2 2013 5 PROGRESS IN ASTRONOMY May., 2013 doi: 10.3969/j.issn.1000-8349.2013.02.08 VLBI 1,2 1 ( 1. 200030 2. 100049 ) VLBI VLBI VLBI VLBI VLBI VLBI P228.6 A 1 (VLBI) 20 60 (ITRF) (EOP)
第 2 期 王 向 东 等 : 一 种 运 动 轨 迹 引 导 下 的 举 重 视 频 关 键 姿 态 提 取 方 法 257 竞 技 体 育 比 赛 越 来 越 激 烈, 为 了 提 高 体 育 训 练 的 效 率, 有 必 要 在 体 育 训 练 中 引 入 科 学 定 量 的 方 法 许 多
2014 年 4 月 图 学 学 报 April 2014 第 35 卷 第 2 期 JOURNAL OF GRAPHICS Vol.35 No.2 一 种 运 动 轨 迹 引 导 下 的 举 重 视 频 关 键 姿 态 提 取 方 法 王 向 东 1, 张 静 文 2, 毋 立 芳 2, 徐 文 泉 (1. 国 家 体 育 总 局 体 育 科 学 研 究 所, 北 京 100061;2. 北 京
EL ECTR IC MACH IN ES AND CON TROL Vol113 No11 Jan. 2009,, (, ) :, X 2Y,,,,,,, P ID P ID P ID,, : ; ; ; P ID : TM33 : A : X
13 1 2009 1 EL ECTR IC MACH IN ES AND CON TROL Vol113 No11 Jan. 2009,, (, 518060) :, X 2Y,,,,,,, P ID P ID P ID,, : ; ; ; P ID : TM33 : A : 1007-449X (2009) 01-0022- 06 Analysis and control of a novel
untitled
19932005 1 1993-2005 The Urban Residential Housing System in Shanghai 1993-2005: the Marketization Process and Housing Affordability Jie Chen, Assistant Professor, Management School of Fudan University,
&! +! # ## % & #( ) % % % () ) ( %
&! +! # ## % & #( ) % % % () ) ( % &! +! # ## % & #( ) % % % () ) ( % ,. /, / 0 0 1,! # % & ( ) + /, 2 3 4 5 6 7 8 6 6 9 : / ;. ; % % % % %. ) >? > /,,
欢迎参加 《计量基础知识》培训班
µ kσ y µ t y i y µ+kσ n 1 i = ik = k 1 n ( ) v i = i n ( i s ( ) = i = 1 n 1 ) 2 s ( ) = s( ) n σ d 3 d s G ( n ) 1 1 2 1 1 10 10, n n n n = = 1 1 1 2 2 1 11 11, n n n n = = 1 1 1 3 2 2 21 21, n n
,, :, ;,,?, : (1), ; (2),,,, ; (3),,, :,;; ;,,,,(Markowitz,1952) 1959 (,,2000),,, 20 60, ( Evans and Archer,1968) ,,,
: : : 3 :2004 6 30 39 67,, 2005 1 1 2006 12 31,,, ( Evans and Archer) (Latane and Young) (Markowitz) :,,, :?,?,,,, 2006 12 31, 321, 8564161,53 1623150, 18196 % ; 268 6941110, 81104 %, 50 %,,2006,,,2006,
MHz 10 MHz Mbps 1 C 2(a) 4 GHz MHz 56 Msps 70 MHz 70 MHz 23 MHz 14 MHz 23 MHz 2(b)
2011 32 ANNALS OF SHANGHAI OBSERVATORY ACADEMIA SINICA No. 32, 2011 1,2,3 1 2,3 2,3 2,3 2 1 1 ( 1. 200030 2. 100094 3. 100094 ) V474 1 (CEI) ( VLBI ), CEI 100 nrad ( 50 km) CEI 10 100 km 2 2 2 CEI [1]
44(1) (1) (4) (4) 63-88TSSCI Liu, W. Y., & Teele S. (2009). A study on the intelligence profile
03-8632639 E-mail weiyu@mail.ndhu.edu.tw //1997/8~2000/7 / 2008 8 () 1992 8 1. 2. 3. 4. Wei-Yu Liu 2001.8~2008.7 * SCI EI SSCI A&HCI A 2016 11(1) 1-11 Liu, W. Y. (2015). The Study of Writing Reflective
Ρ Τ Π Υ 8 ). /0+ 1, 234) ς Ω! Ω! # Ω Ξ %& Π 8 Δ, + 8 ),. Ψ4) (. / 0+ 1, > + 1, / : ( 2 : / < Α : / %& %& Ζ Θ Π Π 4 Π Τ > [ [ Ζ ] ] %& Τ Τ Ζ Ζ Π
![Ρ Τ Π Υ 8 ). /0+ 1, 234) ς Ω! Ω! # Ω Ξ %& Π 8 Δ, + 8 ),. Ψ4) (. / 0+ 1, > + 1, / : ( 2 : / < Α : / %& %& Ζ Θ Π Π 4 Π Τ > [ [ Ζ ] ] %& Τ Τ Ζ Ζ Π](/thumbs/52/29426146.jpg "Ρ Τ Π Υ 8 ). /0+ 1, 234) ς Ω! Ω! # Ω Ξ %& Π 8 Δ, + 8 ),. Ψ4) (. / 0+ 1, > + 1, / : ( 2 : / < Α : / %& %& Ζ Θ Π Π 4 Π Τ > [ [ Ζ ] ] %& Τ Τ Ζ Ζ Π")
! # % & ( ) + (,. /0 +1, 234) % 5 / 0 6/ 7 7 & % 8 9 : / ; 34 : + 3. & < / = : / 0 5 /: = + % >+ ( 4 : 0, 7 : 0,? & % 5. / 0:? : / : 43 : 2 : Α : / 6 3 : ; Β?? : Α 0+ 1,4. Α? + & % ; 4 ( :. Α 6 4 : & %
语篇中指代词的分布规律与心理机制*
2005132227~238 Advances in Psychological Science 1 2 1 430079 2 430081 3 PLS B849:C93 1 [1] 45~65 Hofstede [2] Chemers Hofstede [4,5] Chemers idiographic approach [6] nomothetic approach HouseWright [3]
P(x,y) P(x-1,y) P(x,y-1) P(x,y+1) P(x+1,y) 1 3.2 Sobel LaplacePrewittRoberts Sobel [2] Sobel 3.3 2 [6] 0 1 1: P(x,y) t (4-connectivity) 2: P(x,y) t 3:
![P(x,y) P(x-1,y) P(x,y-1) P(x,y+1) P(x+1,y) 1 3.2 Sobel LaplacePrewittRoberts Sobel [2] Sobel 3.3 2 [6] 0 1 1: P(x,y) t (4-connectivity) 2: P(x,y) t 3:](/thumbs/43/23103620.jpg "P(x,y) P(x-1,y) P(x,y-1) P(x,y+1) P(x+1,y) 1 3.2 Sobel LaplacePrewittRoberts Sobel [2] Sobel 3.3 2 [6] 0 1 1: P(x,y) t (4-connectivity) 2: P(x,y) t 3:")
chdong@npic.edu.tw rola@mail.stu.edu.tw (ITS) (LPR) ITS 2. [1][8] [3][9][12] [9] frequency table Sobel [3][12] RGB HSB color model [11] Hough transformation Sobel [4] [10] 1. Intelligent Transportation
: (2012) Control Theory & Applications Vol. 29 No. 1 Jan Dezert-Smarandache 1,2, 2,3, 2 (1., ; 2., ;
29 1 2012 1 : 1000 8152(2012)01 0079 06 Control Theory & Applications Vol. 29 No. 1 Jan. 2012 Dezert-Smarandache 1,2, 2,3, 2 (1., 102249; 2., 264001; 3., 410073) :, Dezert-Smarandache (DSmT),. DSmT 3 :.,,
2011年上海市高校精品课程申报表（本科）
2012 年 度 上 海 高 校 市 级 精 品 课 程 申 报 表 ( 本 科 ) 学 校 名 称 课 程 名 称 课 程 类 型 上 海 电 机 学 院 数 据 库 原 理 及 应 用 理 论 课 ( 不 含 实 践 ) 理 论 课 ( 含 实 践 ) 实 验 ( 践 ) 课 所 属 一 级 学 科 名 称 工 学 所 属 二 级 学 科 名 称 课 程 负 责 人 计 算 机 科 学 与 技
我国高速公路建设管理现状和主要问题
Modern Management 现 代 管 理, 2012, 2, 24-28 http://dx.doi.org/10.12677/mm.2012.21005 Published Online January 2012 (http://www.hanspub.org/journal/mm) China Highway Current Situation and Problem of Construction
2. 3. 1 2 TI 3 TI TABLE 4 RANDBIN 5 6 172 6 Research of Modern Basic Education 2012 6
6 2012 6 Research of Modern Basic Education Vol. 6 June 2012 201200 20 1. G 1976-171 2. 3. 1 2 TI 3 TI TABLE 4 RANDBIN 5 6 172 6 Research of Modern Basic Education 2012 6 1 GPS 4. 01 TI - nspire cx 1.
Microsoft Word - ä¸fi颟æ−¥å‚−_å“ı弋论_1104
中 国 博 弈 论 新 近 进 展 及 展 望 摘 要 1944 年 著 名 数 学 家 冯 诺 伊 曼 和 经 济 学 家 莫 根 施 坦 合 著 并 出 版 的 博 弈 论 与 经 济 行 为 标 志 着 博 弈 论 作 为 一 门 独 立 学 科 的 诞 生 在 国 际 上, 从 1994 到 2012 年, 博 弈 论 学 家 已 先 后 获 得 6 届 诺 贝 尔 经 济 学 奖, 对 于
mode of puzzle-solving
91 12 145 174 * * 146 1 1 mode of puzzle-solving 91 12 147 83-105 148 2 3 2 3 151 91 12 149 150 4 4 101-104 91 12 151 identity 5 6 7 5 6 7 100 140 152 8 9 10 8 31-32 9 27-29 10 sense of political efficacy
OncidiumGower Ramsey ) 2 1(CK1) 2(CK2) 1(T1) 2(T2) ( ) CK1 43 (A 44.2 ) CK2 66 (A 48.5 ) T1 40 (
35 1 2006 48 35-46 OncidiumGower Ramsey ) 2 1(CK1) 2(CK2) 1(T1) 2(T2) (93 5 28 95 1 9 ) 94 1-2 5-6 8-10 94 7 CK1 43 (A 44.2 ) CK2 66 (A 48.5 ) T1 40 (A 47.5 ) T2 73 (A 46.6 ) 3 CK2 T1 T2 CK1 2006 8 16
(2002) Gartner Group Toelle and Tersine(1989) VMI (1998) (VMI,Vender-Managed Inventory) (2003) (VMI,Vender-Managed Inventory) VMI AHP VMI - 133
ISM AHP VMI emily.1-777@yahoo.com.tw yowmow@mail.thu.edu.tw VMI ISM VMI VMI VMI VMI satty 1980 Analytic Hierarchy Process, AHP VMI ISM Abstract This research wants to study the electronic industry mainly
Microsoft Word - 07.docx
應 用 GeoGebra 數 學 軟 體 於 數 學 課 程 的 教 學 Using Dynamic Mathematical Software GeoGebra in Mathematical Course 姜 正 雄 Cheng-Hsiung Chiang 玄 奘 大 學 資 訊 管 理 學 系 Department of Information Management, Hsuan Chuang
<4D6963726F736F667420576F7264202D20C9CFBAA3BFC6BCBCB4F3D1A7D0C5CFA2D1A7D4BA32303136C4EAC7EFBCBEC8EBD1A7B2A9CABFD7CAB8F1BFBCCAD4CAB5CAA9CFB8D4F22D30343036C8B7B6A8B8E5>
上 海 科 技 大 学 信 息 科 学 与 技 术 学 院 年 度 博 士 资 格 考 试 实 施 细 则 一 总 则 本 细 则 由 上 海 科 技 大 学 信 息 科 学 与 技 术 学 院 ( 以 下 简 称 信 息 学 院 ) 教 学 指 导 委 员 会 讨 论 制 定, 适 用 于 信 息 学 院 2014 级 硕 士 研 究 生 的 年 度 博 士 资 格 考 试 信 息 学 院 2014
!! )!!! +,./ 0 1 +, 2 3 4, # 8,2 6, 2 6,,2 6, 2 6 3,2 6 5, 2 6 3, 2 6 9!, , 2 6 9, 2 3 9, 2 6 9,
! # !! )!!! +,./ 0 1 +, 2 3 4, 23 3 5 67 # 8,2 6, 2 6,,2 6, 2 6 3,2 6 5, 2 6 3, 2 6 9!, 2 6 65, 2 6 9, 2 3 9, 2 6 9, 2 6 3 5 , 2 6 2, 2 6, 2 6 2, 2 6!!!, 2, 4 # : :, 2 6.! # ; /< = > /?, 2 3! 9 ! #!,!!#.,
附3
普 通 高 等 学 校 本 科 专 业 设 置 申 请 表 ( 备 案 专 业 适 用 ) 080910T 3-6 2 016 7 6 4884878 目 录 填 表 说 明 ⒈ ⒉ ⒊ ⒋ ⒌ 1. 普 通 高 等 学 校 增 设 本 科 专 业 基 本 情 况 表 080910T 3-6 1978 36 ( 1978) ( 2008) 2017 60 120 / S J ⒉ 学 校 基 本 情
202,., IEC1123 (1991), GB8051 (2002) [4, 5],., IEC1123,, : 1) IEC1123 N t ( ). P 0 = 0.9995, P 1 = 0.9993, (α, β) = (0.05, 0.05), N t = 72574 [4]. [6
![202,., IEC1123 (1991), GB8051 (2002) [4, 5],., IEC1123,, : 1) IEC1123 N t ( ). P 0 = 0.9995, P 1 = 0.9993, (α, β) = (0.05, 0.05), N t = 72574 [4]. [6](/thumbs/41/22593815.jpg "202,., IEC1123 (1991), GB8051 (2002) [4, 5],., IEC1123,, : 1) IEC1123 N t ( ). P 0 = 0.9995, P 1 = 0.9993, (α, β) = (0.05, 0.05), N t = 72574 [4]. [6")
2013 4 Chinese Journal of Applied Probability and Statistics Vol.29 No.2 Apr. 2013 (,, 550004) IEC1123,,,., IEC1123 (SMT),,,. :,,, IEC1123,. : O212.3. 1. P.,,,, [1 5]. P, : H 0 : P = P 0 vs H 1 : P = P
****************************************************** Fundamentals of TV Tracking ****************************************************** ( ),,, :,,,,,, 1998 9 ( ISBN 7-118-01911-9),,, 1999 5 20 Email:
Tokyo Tech Template
2.4GHz CMOS PA,,, 2010/07/21 Contents 1 Introduction 2 PA (Power Amplifier) 2.4GHz : WiMAX, WLAN, Bluetooth Introduction 3 Capacitive cross-coupling Self-biased cascode Schematic 4 Out V DD 2 : 1 V DD
第 1 期 常 壮 等 : 基 于 RS-485 总 线 的 舰 船 损 管 训 练 平 台 控 系 统 研 究 87 能 : 1) 损 管 基 本 理 论 的 学 习 帮 助 舰 员 熟 悉 舰 艇 舱 室 相 关 规 章 制 度 损 管 施 分 布 和 使 用 不 沉 性 文 件 等 ) 损 管
第 6 卷 第 1 期 011 年 月 Chinese 中 国 Journal 舰 of船 Ship研 Research 究 Vol.6 No.1 Feb. 第 011 6 卷 doi: 10. 3969 / j. issn. 1673-3185. 011. 01. 017 基 于 RS-485 总 线 的 舰 船 损 管 训 练 平 台 控 系 统 研 究 常 壮 1 邱 金 水 刘 伯 运 1
作 主 动 追 求 知 识 获 取 技 能, 在 心 理 和 生 理 上 都 非 常 积 极 的 个 体 (Zimmerman & Pons, 1986) 在 此 期 间, 自 我 效 能 感 (self-efficacy) 自 我 控 制 (self-control) 自 我 管 理 (self-
网 络 环 境 中 英 语 学 习 者 自 我 调 控 的 个 体 特 征 研 究 A Qualitative Study of Chinese EFL Learners Online Self-regulation * 1,2 郑 春 萍, 穆 婕 2, 章 僖 格 2, 苑 仁 庆 2, 李 芒 1 北 京 师 范 大 学 教 育 学 部 2 北 京 邮 电 大 学 人 文 学 院 * zhengchunping@bupt.edu.cn
（單位名稱）大事記---96學年度(96
102 年 7 月 科 學 樓 D303 教 室 整 修 工 程 竣 工 102 年 8 月 數 學 樓 外 牆 整 修 工 程 竣 工 大 事 記 ---102 學 年 度 (102.8.1-103.7.31) 科 學 樓 增 設 無 障 礙 電 梯 工 程 委 託 規 劃 設 計 監 造 技 術 服 務 上 網 招 標 決 標 求 真 樓 2 樓 空 間 整 修 工 程 開 工 提 報 教 育
A B A B S + V + Pt or Complement + Num-MP + O a b SVO c 2 9 * 10 * X Y
* / 1. 1 + + + 1 NPL + V + + NP A 1 B 5 2 6 3 7 4 8 * 1 2009. 10 557 24 2010 4 1996 2001 2001 2005 2006 2006 A B A B 2003 64 S + V + Pt or Complement + Num-MP + O a b SVO c 2 9 * 10 * 11 12 1. 2 1 + +
, ( 6 7 8! 9! (, 4 : : ; 0.<. = (>!? Α% ), Β 0< Χ 0< Χ 2 Δ Ε Φ( 7 Γ Β Δ Η7 (7 Ι + ) ϑ!, 4 0 / / 2 / / < 5 02
! # % & ( ) +, ) %,! # % & ( ( ) +,. / / 01 23 01 4, 0/ / 5 0 , ( 6 7 8! 9! (, 4 : : ; 0.!? Α% ), Β 0< Χ 0< Χ 2 Δ Ε Φ( 7 Γ Β Δ 5 3 3 5 3 1 Η7 (7 Ι + ) ϑ!, 4 0 / / 2 / 3 0 0 / < 5 02 Ν!.! %) / 0
Microsoft Word - 专论综述1.doc
2016 年 第 25 卷 第 期 http://www.c-s-a.org.cn 计 算 机 系 统 应 用 1 基 于 节 点 融 合 分 层 法 的 电 网 并 行 拓 扑 分 析 王 惠 中 1,2, 赵 燕 魏 1,2, 詹 克 非 1, 朱 宏 毅 1 ( 兰 州 理 工 大 学 电 气 工 程 与 信 息 工 程 学 院, 兰 州 730050) 2 ( 甘 肃 省 工 业 过 程 先
., /,, 0!, + & )!. + + (, &, & 1 & ) ) 2 2 ) 1! 2 2
! # &!! ) ( +, ., /,, 0!, + & )!. + + (, &, & 1 & ) ) 2 2 ) 1! 2 2 ! 2 2 & & 1 3! 3, 4 45!, 2! # 1 # ( &, 2 &, # 7 + 4 3 ) 8. 9 9 : ; 4 ), 1!! 4 4 &1 &,, 2! & 1 2 1! 1! 1 & 2, & 2 & < )4 )! /! 4 4 &! &,
4= 8 4 < 4 ϑ = 4 ϑ ; 4 4= = 8 : 4 < : 4 < Κ : 4 ϑ ; : = 4 4 : ;
! #! % & ( ) +!, + +!. / 0 /, 2 ) 3 4 5 6 7 8 8 8 9 : 9 ;< 9 = = = 4 ) > (/?08 4 ; ; 8 Β Χ 2 ΔΔ2 4 4 8 4 8 4 8 Ε Φ Α, 3Γ Η Ι 4 ϑ 8 4 ϑ 8 4 8 4 < 8 4 5 8 4 4
Lecture #4: Several notes 1. Recommend this book, see Chap and 3 for the basics about Matlab. [1] S. C. Chapra, Applied Numerical Methods with MATLAB
![Lecture #4: Several notes 1. Recommend this book, see Chap and 3 for the basics about Matlab. [1] S. C. Chapra, Applied Numerical Methods with MATLAB](/thumbs/92/109648374.jpg "Lecture #4: Several notes 1. Recommend this book, see Chap and 3 for the basics about Matlab. [1] S. C. Chapra, Applied Numerical Methods with MATLAB")
Chapter Lecture #4: Several notes 1. Recommend this book, see Chap and 3 for the basics about Matlab. [1] S. C. Chapra, Applied Numerical Methods with MATLAB for Engineers and Scientists. New York: McGraw-Hill,