为研究植物根系加筋护坡机理,以传统塑性理论与广义塑性理论为基础,采用理论推导方法,分别推导了单独考虑根与土及将含根土当成一种复合体在极限状态下的内部总能耗表达式,利用剪切面实际能耗确定性与唯一性条件求得了根土复合体的加筋公式,并与含根土现场剪切实验对比.结果表明:相对现有的基于内力平衡原理的加筋模型,用内部能耗等效的根土复合体加筋模型计算的附加粘聚力与实验结果更吻合,且以广义塑性理论为基础的内部能耗等效根土复合体加筋理论优于以传统塑性理论为基础的内部能耗等效根土复合体加筋理论.

以下 zip 文件包含两个用于分析/合成 HNM 的例程。 HNM 是语音的分析/合成模型，类似于经典的 LPC 模型。 由于本人能力有限，只实现了一个简单版的HNM，欢迎大家改进。 用法： 分析：[p,c,o]=AnHNM('3.wav'); 合成：s=SyHNM(p,c)； 然后'soundsc(s)'，享受它:-) 注：专用于 .wav 格式的 8KHz 语音

一种基于系统化方法的通用Parton分布（GPD）建模的方法，基于它们在DGLAP运动区域内的重叠表示以及对ERBL的进一步协变扩展，使用光前波将其应用于价夸克介子的情况。 功能源自中子介子Bethe–Salpeter振幅（BSA）的Nakanishi表示。 这个简单但卓有成效的pion GPD模型说明了一般的模型构建技术，此外，还允许通过基于软分布定理来约束与基于双分布（DD）表示法的协变扩展有关的歧义。 正确观察。

鲸鱼算法(WOA)优化BP神经网络分类预测,WOA-BP分类预测，多特征输入模型。 多特征输入单输出的二分类及多分类模型。程序内注释详细，直接替换数据就可以用。 程序语言为matlab，程序可出分类效果图，迭代优化图，混淆矩阵图。

海浪模型的matlab代码 SDWBA 该存储库包含Matlab代码，该代码使用随机畸变波Born近似散射模型来计算南极磷虾的声目标强度。 已经开发了此处包含的实现，并将其用于CCAMLR南极磷虾声生物量估算。 由于对代码进行了修订和更正，因此此实现存在多个版本，但是直到创建此存储库之前，都没有在版本控制系统中对其进行维护。 该软件包的每个历史版本已通过git标记在当前存储库中标识。 这些可用。 第一个版本（）具有归因声明： Users of the code should give reference to the following papers which detail its derivation and parameterization: Conti, S. G., and Demer, D. A. 2006. Improved parameterization of the SDWBA for estimating krill target strength. ICES Journal of Marine Science, 63: 928-935. Demer, D. A.

煤矿6 kV～10 kV电网中发生单相接地故障时,其消弧线圈的补偿作用使得故障信号变得很微弱,给故障选线技术带来很大困难。提出一种采用模式识别的小电流接地选线方法,即对每条线路分别建立故障数学模型,各条线路同时利用采集的电流电压数据求最小二乘意义下模型方程的解,依据得到的线路对地电容判断实际发生故障是否符合所建立的模型,进一步识别出故障线路。现场记录的数据验证了该方法的正确、可靠性。

针对当前瓦斯实时监测工作存在的被动局面,结合当前的无线传输技术,提出一种基于CAN+ZigBee的瓦斯实时监测系统。系统中,以ZigBee+CC2530作为采集节点,完成巷道内空气湿度、风速、瓦斯浓度等的采集,并通过ZigBee路由节点将数据传输给后台监控主机。最后通过多源信息融合技术和GA-SVM完成对瓦斯浓度的预测。以某煤矿巷道作为研究对象,对其瓦斯浓度的实际值与测量值进行对比,得到其两者变化趋势大致吻合,验证了方案的可行性。

基于动态分类器集成选择和GM(2,1) 的组合预测模型，王江满，张艳菊，由于突发性事件预测过程中往往存在研究样本数据少或者数据缺失的情况，基于分类器集成技术，建立DCESM模型弥补数据缺失的不足，再�

为了提高GM(1,1)模型预测矿井瓦斯涌出量的精度,分析了造成方程病态的原因,采用全最小一乘准则进行参数a和b的求解,解决了参数求解的稳健性问题。以玉河泰煤业1318采煤工作面为例,将改进的GM(1,1)模型用于矿井瓦斯涌出量预测,能够取得比传统GM(1,1)模型要高的预测精度,为矿井瓦斯治理提供依据。

针对矿井瓦斯涌出量影响因素复杂,数据序列波动性较大,灰色GM(1,1)预测模型精度低,本身存在一定缺陷的特点,将自记忆性原理引人灰色系统理论,建立了矿井瓦斯涌出量预测的灰色自记忆预测模型。经在韩城下峪口煤矿应用表明,该模型具有预测精度高,稳定性好的特点。