oalib

OALib Journal期刊

ISSN: 2333-9721

费用:99美元

投稿

时间不限

2017 ( 2 )

2016 ( 457 )

2015 ( 15938 )

2014 ( 16111 )

自定义范围…

匹配条件: “张应中” ,找到相关结果约243197条。
列表显示的所有文章,均可免费获取
第1页/共243197条
每页显示
设计意图元表示研究
,罗晓芳
计算机集成制造系统 , 2010,
Abstract: 针对目前产品设计造型系统普遍缺乏对设计意图表达解释的表达,从而影响对设计意图的理解和设计重用的问题,提出了一个产品设计意图元概念,并对设计意图目标对象和设计意图元属性进行分析和抽象归纳;提出了一个基于本体的设计意图元表达框架;实现了在产品设计过程中动态创建基于本体实例的设计意图元资源描述框架图,输出基于Web本体描述语言和可扩展标记语言/资源描述框架格式的设计意图元信息表示;在设计意图知识与表达目标对象之间建立了紧密的、形式化的、显式的语义关系。
缺素对高州油茶幼苗根系的影响
祥宇,丁晓纲,
经济林研究 , 2014,
Abstract:
细菌性痢疾患者大便中凝集素的检查
,金鋻,楊永年
微生物学报 , 1965,
Abstract:
一种基于面的拓扑元素永久命名及辨识方法
,罗晓芳,王慧奇
大连理工大学学报 , 2010, DOI: 10.7511/dllgxb201004008
Abstract: 通过对面的合并、分割拓扑结构演化和设计意图的分析,提出和实现一个基于面的拓扑元素新的命名和辨识方法.该命名方法采用基于面拓扑结构演化的动态命名和可变长字符串编码,将造型过程中面复杂的拓扑变化简单地通过一个可变长字符串编码描述;设置特征引用拓扑元素的实名和虚名,基于命名编码子集操作和特征拓扑相关性分析,辨识特征引用拓扑元素;并将边元素引用统一按基于面的命名和辨识方法处理.该法较好地实现了参数化特征造型中拓扑结构变化情况下拓扑元素的辨识,并成功应用于自主版权的基于历史和特征的造型软件系统——JhSolid中.
装配设计意图的语义表示
,罗晓芳,范超
计算机集成制造系统 , 2011,
Abstract: 在传统计算机辅助装配设计意图信息表达的基础上,提出一个基于本体和资源描述框架表达模式的装配设计语义表达框架;通过领域知识规范的语义概念及其属性关系的本体定义和实例化的资源描述框架描述,为装配设计的装配体组成、连接关系、配合精度和空间约束关系的语义描述提供一个形式化的表达;探讨了对计算机辅助设计产品装配模型自动和人机交互相结合的语义标注方法;通过一个简单装配实例的语义表达,建立了基于语义表达的装配设计资源描述框架/可扩展标记语言文档。为装配设计意图信息的语义推理、查询和智能理解奠定了基础。
广宁红花油茶叶片营养DRIS 诊断
丁晓纲,,刘喻娟
经济林研究 , 2012,
Abstract:
广东省油茶幼林大田平衡施肥技术
丁晓纲,,刘喻娟
经济林研究 , 2013,
Abstract:
广宁红花油茶果实性状的遗传变异规律
丁晓纲,,陈清凤
经济林研究 , 2012,
Abstract:
高州油茶果实性状变异分析
,李永泉,林敏
经济林研究 , 2014,
Abstract:
基于R软件分析两组专家对五个葡萄酒样品的评分数据
Analyzing the Score Data of Five Wine Samples from Two Groups of Experts Based on R Software
 [PDF]

明鹤,
Statistics and Applications (SA) , 2014, DOI: 10.12677/SA.2014.34018
Abstract:
本文利用R软件主要讨论了两组专家对五个葡萄酒样品的评分及专家评分的合理性问题。首先,利用两个正态总体均值的假设检验评判两组专家的评分之间是否存在显著差异,从检验结果发现两组专家的评分是基本相符的,从而评比结果有一定的公平性与合理性。其次,利用均值的多重检验考察专家们对不同样品的区分度。在0.05的显著性水平下,专家们能够区分样品1与样品2、样品3、样品5,样品2与样品4,样品3与样品4。对五个样品的等级从高到低排序之后发现,专家们基本上可以区分等级相差为1的样品。但是专家们没有有效地区分出样品1与样品4(等级相差1.5),样品3与样品5(等级相差1)。然后,运用系统聚类的方法将五个样品分为优、良、差三类。最后,采用距离判别分析法,利用训练样本建立判别函数,将训练样本回代进行判别,得到专家的误判率和正确率,从而利用判别函数对新的样本进行分类。
By using R software, we discuss the evaluations of five wine samples by two groups of specialists and the rationality of the evaluations. First of all, by using the hypothesis testing of two normal population means, we judge whether there are significant score differences between two groups of specialists. The test results show consistency of scores of two groups of specialists, and thus the evaluation result has certain fairness and rationality. Secondly, by using multiple t test of the mean, we can investigate the degree of differentiation of different samples by the specialists. Under the significance level of 0.05, the specialists can separate sample 1 from samples 2, 3, and 5, samples 2 and 4, samples 3 and 4. By ordering the levels of five samples from high to low, we find that the specialists can basically distinguish samples with levels with level difference by 1. But specialists do not effectively distinguish samples 1 and 4 (level difference 1.5), samples 3 and 5 (level difference 1). Then we use the hierarchical clustering method to classify five samples to three classes: excellent, good, and bad. Finally, by using the distance discriminant analysis method, the discriminant function is established based on the training sample, then by discrimination of the training sample, we get specialists’ misjudgment rate and accurate rate, and thus we can use the discriminant function to classify the new samples.
第1页/共243197条
每页显示


Home
Copyright © 2008-2017 Open Access Library. All rights reserved.