螺旋形Savonius水轮机的水动力性能研究

螺旋S型水轮机相较于传统水轮机具有升力.可有效提升自启性能﹐具有良好的应用价值。为了研究螺旋S型水轮机水动力性能﹐采用数值模拟和试验验证相结合的方法,分析了螺旋角、重叠率,高径比,流速对水轮机工作性能的影响。结果表明,螺旋角使水轮机受到正负交替变化的升力,且螺旋角为15°时水轮机的功率系数最高;水轮机无重叠率时,动转矩系数最大;水轮机高径比为1.4时﹐其性能最优;在研究参数范围内﹐流速为1.5 m/s时水轮机功率系数最高可达0.362。

应用机器学习技术预测强雨雪天气过程中的积雪

2017年12月~2018年2月冬季,在中国长江中下游流域发生了两次强度强、范围广的强雨雪冰冻天气。在第一次强降雪天气中,由于2018年1月3~4日和5~8日两阶段降雪在中国东部落区高度重叠,导致了较为严重的灾害。为了预测日积雪深度,利用2017年12月~2018年2月和2007年12月~2008年2月这两个时间段上的国家测站日值数据,利用CART决策树算法根据各气象要素生成一个预测当天是否有积雪的二元判别决策树模型。从决策树结构中可以看出,前一日的积雪深度、日最高气温、日平均气温、日最低相对湿度等要素对预测结果的影响重大。且两决策树的结构相似度极高,故该模型对是否有积雪的预测存在普适性。随后利用深度学习方法训练两个时间段上所有预测为有积雪的个例,建立预测积雪深度的回归模型,结果表明,利用该模型训练得到的误差较小,但不足之处在于,预测极端降雪个例的误差大于普通降雪个例。将决策树模型与深度学习模型串接,便能得到预测当天是否有积雪,及积雪深度的模型。相比于前人的研究,该模型能拟合更复杂的特征,得到更精确的预测,使用2018年的数据也能更好地模拟当前的气候背景。

混合系数线性模型参数的t-s-K估计

混合系数线性模型在实际问题中有着广泛的应用背景,如经济分析、可靠性退化分析以及生物学等领域,因此对该模型的研究无论从理论还是从应用角度都是十分重要和必要的。在研究连续测量数据情况下混合系数线性模型的参数估计问题的基础上,利用压缩估计方法给出该模型的一类有偏估计,并研究新估计的一些优良性质,在一定条件下证明此类估计优于s-K估计。

Some Random Coincidence Point and Common Fixed Point Results in Cone Metric Spaces Over Banach Algebras

In this paper,we obtain some tripled common random fixed point and tripled random fixed point theorems with several generalized Lipschitz constants in such spaces.We consider the obtained assertions without the assumption of normality of cones.The presented results generalize some coupled common fixed point theorems in the existing literature.

混合系数线性模型参数的广义根方估计

研究连续测量数据情况下的混合系数线性模型的参数估计问题。利用压缩估计方法给出该模型的一类新的有偏估计——广义根方估计,并在均方误差意义下,证明此类估计分别优于最小二乘估计、根方估计以及局部根方估计,最后讨论根方参数的选取问题。

α-可容许映射及相关公共不动点定理

介绍一种三角型可容许映射,得到了度量空间中的带有三角型α-可容许映射的几种新的压缩映射的公共不动点定理,获得了几个不动点定理,推广和改进了相关文献结果.