参数化人体有限元模型的体表样本选取方法

为了准确选取到参数化方法建立的中国女性人体有限元模型的体表样本,设计了一种用于人体体表建模的样本选取方法。通过采用样本估计总体的方法确定体表样本的选取数量;采用计算正态分布区间估计参数和按照数据分布比例方法生成体表样本的身高、BMI和年龄3个统计特征参数;利用拉丁超立方抽样方法按照体表样本统计特征的参数分布生成各样本的选取参数;通过Pearson相关系数检验各特征参数向量间的相关性。基于所设计的体表样本参数生成方法,在置信度为95%、误差不大于10%的条件下,所生成的97例女性体表样本各特征参数所构成向量之间无显著相关性,各特征参数分布与中国女性人体的总体分布相一致。所设计的体表样本选取方法可有效选取到代表中国女性人体特征的体表样本。

基于谐波分解的光储一体化变流器控制策略及储能容量选取方法

传统光储一体化变流器控制策略中通常认为电网电压质量较好,忽略电网电压谐波分量的干扰,难以满足工程实际要求。此外,由于光伏发电出力具有间歇性和随机性,在多时间尺度下其输出功率呈现严重的多峰值非线性特性。如何选取合适的光储一体化储能系统容量,并与光伏出力特性相匹配,对平抑光伏出力波动和系统电压及频率的稳定具有重大意义。针对上述问题,对电网电压谐波进行了分类,在充分考虑电网电压谐波分量影响的前提下,提出了基于谐波分解法的光储一体化变流器改进控制策略,同时给出了一种应用于光储一体化变流器系统中储能容量选择的方法。通过搭建基于Simulink的仿真模型,验证了本文所提控制方法和储能容量选取方法的有效性和正确性。

县域不动产土地测绘高斯投影中央子午线最佳选取方法

常规的土地测绘中央子午线选取方法以高斯投影长度变形控制为主,选取的最佳土地平面坐标系很难满足县域不动产土地空间测绘需求,影响土地测绘的精准度。文章设计了县域不动产土地测绘高斯投影中央子午线最佳选取方法。通过定义县域不动产土地高斯投影中央子午线特征阈值,将实际天气条件出现的散射理论考虑在内,设置中央子午线特征区域,缩小子午线选取范围。选取土地测绘高斯投影中央子午线最佳方位角,以土地测绘位置基准点选取高斯投影中央子午线,在坐标系中将正弦曲线多次累加,直到找出最符合子午线特征区域的方位角,确保土地测绘的准确性。经实例分析,验证了该方法的子午线选取效果更佳,能够满足土地测绘精准度需求,应用价值较高。

神经网络学习样本点的选取方法比较

为了比较训练人工神经网络的所需样本点的选取,分别采用随机遍历法、正交设计法和均匀设计方法产生样本点,用于训练神经网络.分析结果表明,在样本点个数相同情况下,均匀设计法的代表性最好,正交设计法次之,而随机遍历法较差.随机遍历法随着样本点个数的增多,同样可以提高其代表性.当函数随变量在区间内变化较小(因素水平可以取的较少)时,正交设计法也不失为一个好的选择.均匀设计法在多变量,且每个变量需要选取较多水平数的情况下,更能体现它的优越性.

基于遗传优化的阈值选取方法

图像分割的关键性技术是阈值选取。在图像阈值选取中,最小误差法受目标大小和噪声影响小,对小目标仍具有好的分割效果,但运算量较大。本文利用遗传算法优化最小误差法获得最佳阈值。算法简单、快速、稳定性强,而且减少直接引用最小误差法的运算量,提高其性能。实验结果表明可减少50％左右的运算量。

认知诊断CAT选题策略及初始题选取方法

计算机化自适应认知诊断测验(CD_CAT)是将认知诊断的基本理论、方法与计算机化自适应测验相结合的产物,是现代测量学发展的新领域。对于计算机化自适应测验(CAT)中的选题策略研究一直是国内外学者关注的问题,然而对于计算机化自适应认知诊断测验的选题策略研究却很少报导,而对于计算机化自适应认知诊断测验的初始题选取方法的研究却更少。本研究采用计算机模拟程序对HO-DINA模型下CD_CAT的五种选题策略及二种初始题选取方法进行研究。研究表明:不同初始题选取方法及选题策略均会影响对被试诊断的准确性及能力估计的精度;总体来看,对于二种初始题选取方法,本研究提出的"T阵法"优于传统的随机法;对于五种选题策略,SL_GDI法最优;初始题选取方法及选题策略的搭配中,"T阵法"和SL_GDI法的搭配最佳。

CD-CAT初始阶段项目选取方法

CD-CAT是CDA同CAT的相结合的产物,适用于课堂教学,是教师补救教学、学生自我学习的重要工具。作为CD-CAT重要组成部分的初始阶段项目选取方法是影响测验判准率的重要因素。本文基于现有研究和CDA的项目区分度提出了四种新的初始阶段项目选取方法:CTTID法、CDI法、CTTIDR*法和CDIR*法。通过模拟研究发现,在定长的CD-CAT下,题库质量是HD-HV下,初始阶段结束时,CTTIDR*法的PCCR比现有的T阵法高了.2999,比PWKL高了.1707,其它题库下趋势相同。整个测验结束时CTTIDR*法的判准率仍然是最高的。在变长的CD-CAT下,最大后验概率大于.7、.8、.9下,CTTIDR*法的被试平均测验长度比T阵法分别缩短了2.6170、2.2347、1.7470道题。

弹性动力时程分析中地震波的选取方法研究

对建筑结构进行弹性动力时程分析时,为了既能让设计人员易于操作,又能在地震波选取方面不失合理性,根据上海市某超限高层结构设计实例的弹性动力时程分析结果,探讨了具有实际工程意义的选波方法。研究表明,无论是基底剪力还是基底弯矩,地震波三向输入的结构响应均比单向输入的结构响应小。采用小样本容量的地震波输入时,人工波输入数量的增加对降低地震波的总体离散性有显著作用。

基于模糊聚类的学习样本选取方法

针对复杂环境下神经网络学习效率较低的问题 ,提出了一种按模糊聚类筛选样本模式类别的矫正方法 .先将模式大类细分为具有相近指标值的子类 ,以子类中心为典型学习样本 ,构成新的学习样本集 ,并以此样本集训练神经网络 .实际应用证明 ,该方法在样本分布存在多峰性和交遇性的情况下 。

学术论文中的关键词及其选取方法刍议

本文主要讨论学术论文中关键词的概念、作用以及关键词的选取方法。

双差精密定轨中地面站的选取方法

针对目前全球的地面测站数量多、测站观测数据质量参差不齐及测站地理分布不均的问题,总结了一种测站选取方法。利用该方法编制的测站选取软件对IGS站进行了选择,并根据选得的测站设计了几种定轨试验。结果显示,利用由本文的测站选取方法得到的70个基准站进行定轨时,得到的卫星位置与IGS精密星历在径向、切向、法向偏差均方根分别为1.11、2.19、1.72 cm。验证了本文选站软件的可靠性,避免了选站过程中过多的人为因素,并且在保障精度的前提下提高了定轨效率。

城市道路指路标志信息选取方法研究

为了科学、合理地设置指路标志系统,给道路使用者提供准确、及时和有效的指路标志信息,在设计方面确定了合适的服务对象,对城市的主要交通吸引点、路网结构及交通功能等进行了调查分析,并在此基础上建立了指路标志信息要素分级体系和指路标志信息选用技术准则.研究结果表明:指路标志信息选取需要考虑的因素众多,并注重对区域土地利用、路网结构、交通功能及交通运作等进行调查与分析.只有以此为基础,才能保证所选指路标志信息的准确性、合理性和系统性,确保指路标志系统发挥正常的引导功能.

铁道车辆液压减振器卸荷速度选取方法

为了精确选取铁道车辆各类液压减振器的卸荷速度,提出了一种选取卸荷速度的2σ方法。通过试验测试和动力学仿真计算,得到液压减振器两端的相对速度,并进行概率统计分析、参数估计和概率分布假设检验。在相对速度属正态分布的前提下,计算相对速度的2σ值,并作为减振器的卸荷速度。计算结果表明:通过该方法确定卸荷速度的液压减振器可使95%的车辆低频振动得到衰减,5%的高频振动得到过滤。

业务流程重组:基准参照对象选取方法研究

研究采用定性与定量相结合确定参照对象的方法 ,提出一个交互式 DEA混合模型 ,包括该模型方法的思想以及计算的三个步骤 ,使决策者在参照目标搜寻时可根据自身可能的条件和目标 ,经过对参数指标的调整 ,找到合适的参照对象及指标 ,并通过参照学习达到改进目标 .最后 。

科技期刊关键词的选取方法及主题标引

关键词是直接从论文中选取出来的,是对表征文献主题内容具实质意义的单词或词组。选取关键词应对文章的主题进行分析,然后对确定了的主题概念进行分解,从中筛选关键词,选取关键词切忌误写、漏选。

4DSVD分析误差与样本选取方法和样本容量的关系初探

分析误差与样本选取方法和样本容量的关系是4DSVD同化方法一个亟需研究的重要问题。获得支撑大气模式空间和观测空间吸引子的基向量是4DSVD研究的关键部分,样本的好坏和样本容量的范围是决定4DSVD基向量和分析结果质量的一个重要前提条件。首先利用Lorenz28变量模式,用4DSVD方法做了一些简单三维同化试验,探讨了Lorenz28变量模式的分析误差与样本容量和样本选取方法的关系。数值试验结果表明,对一个具体的模式,有限的样本容量就能够获得较高精度的分析结果;在模式系统和观测系统不变情况下,用一定样本容量得到的支撑模式空间和观测空间的基向量具有很好的稳定性,即一旦获得一组较好的基向量,在观测系统和模式系统不变的情况下,对同化任何时刻的观测适用;分析结果对选取方法没有太大的依赖性,但具体的样本容量要视不同模式和样本选取方法而定。用WRF模式做的4DSVD四维观测系统模拟试验结果表明,若样本选取方法得当,所需要的样本容量要远远小于模式自由度。4DSVD要真正获得较高精度的分析结果,需要的条件是尽可能的在吸引子上取样并选取充足的样本容量;间隔取样可以一定程度上减少计算量。根据数值试验结果提出了4DSVD在实际同化时样本选取的一些初步的方法。

子结构分析中主自由度选取方法研究

主自由度的选取对子结构分析准确程度起到了决定性的作用,其缩减质量矩阵以及分析结果的准确程度将取决于主自由度的数量和分布情况。为了研究子结构分析中主自由度的选取方法,以转向架构架为例提出了选取主自由度的一些方法准则。通过实例计算分析表明,所提出的主自由度选取方法是行之有效的。

凸轮测量采点间距选取方法

对凸轮测量中如何选取采点间距的问题进行了分析 ,指出了传统的等角度间隔采点的不合理性 ,提出按被测凸轮测量误差的要求选取采点间距的方法 ,并推导出采点间距的计算公式。

雷电灾害风险评估中P_B因子选取方法的分析及改进

在分析雷电直接击中建筑物导致物理损害的概率PB的影响因素的基础上,本文基于IEC62305推荐的不同防护等级的保护能力以及雷电流概率分布规律,推导出确定规范中LPL对应的PB因子优选值的一般过程。并针对推导过程完全依赖于规范推荐的防护等级及雷电活动特性,针对性差的特点,提出了根据建筑物直击雷防护实际情况以及项目所在位置雷电环境的统计特征确定PB因子的方法,该方法在一定程度上提高了PB因子选取的科学、准确性。同时,也对由于雷击物理过程复杂性、电气-几何模型的科学性、防护装置性能变化等使得PB因子取值中存在的问题进行了分析。

舰船信息网络物流配送最优路径选取方法研究

利用基于神经网络或基于遗传算法等传统方法进行舰船信息网络中物流配送最优路径选取,选取质量较差,使得物流配送时间长,导致运输成本过高,降低了客户满意度。针对上述问题,提出一种基于Dijkstra算法的物流配送最优路径选取方法。该方法主要分为两步:对Dijkstra算法选取最优物流配送路径原理进行分析;在该原理基础上构建物流配送最优路径选取模型,包括问题描述、求加权矩阵、建立距离矩阵、确立需求量与配送距离之间的线性关系、构建Dijkstra算法模型等流程。结果表明:按照本方法选取出的最优路径进行物流配送,平均时间为55.69 h,按照基于神经网络或基于遗传算法等传统方法选取出的最优路径进行物流配送,平均时间为58.62 h和62.42 h。前者与后两者对比,配送时间大大缩短,由此证明本方法选取质量更好,能大大缩短物流配送时间,降低运输成本,提高客户满意度。