永磁铁氧体项目计算说明
一、项目概况
X X磁性材料有限责任公司是目前国内唯一的专业生产永磁铁氧体瓦型磁钢的厂家，其研制开发的产品磁性能达到了国际先进水平，打破了日本对高性能永磁铁氧体市场的垄断。企业的产品已享誉国内外，80%出口到美国和西欧。但企业现有的生产能力仅为5000吨/年，大量的订单由于不能及时生产交付而无法签定，产能已经成本企业发展的瓶颈。为了解决产品供不应求的局面，公司决定新建一条年产5000吨的稀土复合型高性能永磁铁氧体产品生产线。
二、企业组织结构构及劳动定员
2.1企业组织结构
根据生产环节，本新建项目设置的生产车间有：原料车间、压机车间、烧结车间、机加工室及成品库。管理及职能部门保持现有的组织结构模式不变。
2.2工作制度
根据项目生产性质和生产条件，企业年生产工作日为330天，基本生产作业采用连续工作制，即全年除了设备必要的检修天数外，其余时间均进行生产，节假日也不休息。生产班次为混合班次，每班工作8小时。
人员安排符合法定工作时间40小时/周的限制。
2.3劳动定员
本项目新建5000t/a生产规模流水线，采用了新的生产工艺，改善了作业条件，提高了劳动生产率，需要新增劳动定员共430人。人员具体构成见表12-1。
表1项目定员估算结果
2.4工资
不同的岗位及职位将有不同的工资水平，但在此可行性研究阶段，采用企业平均工资水平来估算项目的工资总额。项目平均工资水平定为 2.52万元/人.年，项目年工资及附加费为1084万元。
三、项目总投资及资金筹措
3.1建设投资
根据所选择的工艺流程和需要的辅助、公用设施，新建一条5000t/a的高性能永磁铁氧体生产线，所需建设投资额为8513万元，详细估算及说明见表2。
表2建设投资估算表
注：工程预备费按照工程费用和其他费用总和的5%计提，得出约需405万元的工程预备费。
3.2建设期利息
根据2012年中国银行调整的最新贷款利率：长期贷款年利率为7.83%，流动资金贷款年利率为7.29%。长期借款于项目投产第一年开始五年内等额偿还，每年本金的偿还主要来自于折旧费、摊销费和未分配利润。
12.3.3流动资金估算
该项目的流动资金采用分项详细估算法进行估算，流动资产和流动负债的各构成要素的最低周转天数见表2。
表12-2各构成要素的最低周转天数
注：投入物和产出物使用不含增值税价格时，估算中应注意将销项税额和进项税额分别包含在相应的收入成本支出中。
3.4总投资
本项目总投资由项目建设投资、建设期利息、流动资金构成。
3.5资金筹措
根据业主要求，项目建设投资的65%由银行贷款解决，35%由业主的自有资金解决；流动资金的70%由银行贷款解决，30%由业主的自有资金解决。根据2012年中国银行调整的最新贷款利率：长期贷款年利率为7.83%，流动资金贷款年利率为7.29%。
本项目建设期为一年，达产期为两年，第一年达产80%，第二年达产100%。流动资金分两年投入。
四、成本与费用计算
4.1估算范围
从成本要素上讲，项目的成本包括外购原料费、外购动力费、人员工资、维修费用、折旧与摊销、财务费用、销售费用以及其他费用等。
下面的成本估算，均以不含税价格计算。
4.2估算说明
（1）原料费用：根据业主所提资料，项目所需的铁氧体预烧料全部外购是本项目的计算基础，能获得稳定的原料供应是本项目的前提。经过估算，项目购进原材料的到厂不含税价为1.5385万元/t，生产负荷达到100%时年所需原料数量为5300吨，增值税税率为17%，每吨产品的原料费为16308元。
（2）水、电费用：根据业主提供资料，原水含税价为4元/m3（不含税价为 3.54元/m3）（水费的增值税率为13%）。满生产负荷时年需用水量 3.43万t。
项目的外部电源为X X区供电局X X变电所，平均电价含税为0.63元/K w h（不含税价为0.56元/ K w h）。满生产负荷时的年用电量为1239万k w h，增值税税率为17%。
（3）工资及附加费：根据项目岗位定员的编制，项目定员总数为430人，平均工资水平按2100元/人.月（25200元/人.年）计，不考虑其他工资附加费。
（4）维修费用：项目维修费用采用维修费率的扩大指标进行估算。综合维修费率按5%计取，估算基础为项目固定资产原值，即工程费用总额。
（5）折旧与摊销：本项目的固定资产，机器设备按项目拟定的生产期限10年直线折旧；建构筑物按20年进行直线折旧。固定资产残值率取5%。计算时，固定资
产原值包括工程费用和工程建设其他费用，其他费用需要按照成本比例进行分配。本项目中，建筑物的原值为建筑工程费加上应分摊的其他费用；机器设备的原值为设备购置费加安装工程费再加上分摊的其他费用。
无形及递延资产摊销年限为10年，无残值。
其他资产的摊销年限为10年，无残值。本项目中的其他资产主要是指生产准备及开办费。
（6）财务费用：项目的财务费用指项目生产期的利息支出，包括生产期长期贷款和流动资金贷款的利息。其中长期贷款利息7.83%，，于项目开始的第二年即达产第一年开始还本，五年等额偿还；流动资金贷款利息7.29%。
（7）其他营业费用：项目的其他营业费按其销售收入的2%计算。为简化计算，本项目中的总成本费用估算表中的营业费用即其他营业费用，不包括可扣除的一些项目。
（8）其它费用:其它费用为以上费用未包括的成本费用，包括其他制造费用，其他管理费用和其他营业费用。达产年平均其他制造费用200万元，其他管理费用400万元。
五、销售收入、税金及损益计算
5.1销售收入
根据市场分析估算，稀土复合型高性能永磁铁氧体瓦型磁钢平均销售价含税为 4.3万元/t（不含税价格为3.6752万元/t），满生产负荷时的销量为5000万吨，
销售收入为18376万元/年，生产负荷为80%的时候，销量仅为4000万吨。。
5.2销售税金及附加
销售税金及附加仅包括城建税及教育费附加，城建税及教育费附加分别为增值税的7%和3%，地方教育费附加为增值税的2%，而增值税税率为17%，等于销项税额减去生产进项税额和设备进项税额。
5.3公司所得税
本项目所得税按25%征收。
5.4盈余公积金
项目按税后利润的10%提取盈余公积金.
5.5损益计算
计算本年利润时，不考虑弥补以前年度亏损；分配利润时，假设不存在优先股，不需要提取任意盈余公积金；在进行利润分配时，每年可供投资者分配的利润中，除了留有未分配利润用于偿还本期长期贷款本金外，全部用于发放普通股股利。
本项目假设市场贴现率为8%。
常用铁氧体磁芯规格、型号与技术参数来源：中国变压器供应网发布时间：2007-10-20 0:00:00 功率铁氧体磁芯 EI EE EE PQ EC EI60EE80EE35PQ50/50EC90 EI50EE72EE30PQ40/40EC70 EI40EE70EE25PQ35/35EC52 EI35EE60EE19PQ32/30ECI70 EI33EE55EE16PQ32/20EER49/54 EI30EE50EE13PQ26/25EER49/43 EI28EE49EE10PQ26/20EER49/38 EI25EE42—PQ20/20EER42/43 EI22EE42/20—PQ20/16EER42/45 EI19———EER40/45 EI16——UF102EER28L 常用功率铁氧体材料牌号技术参数 项目条件单位PC30PC402500B B253C8N27μi——250023002500230020002000
Bms H=1200A/m mT510510490510450510 Br H=800A/m mT11795100130——Hc—A/m1214.315.915.918.820 Tc —℃>230>215>230>220>200>220 P200mT23℃ 25KHz60℃ 100℃KW/m31306009560090048 —KW/m390—70————KW/m3100—75————100mT60℃ 100KHz100℃ KW/m3—450—450———KW/m3—410—410—— 公司——TDK TDK TOKIN TOKIN FERROC XLUBE SIEMENS EI型磁芯规格及参数 型号A B C D E F H Ae (c㎡) Le (cm) Ve (cm3) AL nH/N2 μe EI1616——512.2—20.198 3.460.6711001575
习 题 四 解 答 1、设010,1x x ==，写出()x f x e -=的一次插值多项式1()L x ，并估计插值误差。 设插值函数为1()L x ax b =+，由插值条件，建立线性方程组为 1 01 1a b a b e -?+=???+=? 解之得11 1a e b -?=-?=? 则11()(1)1L x e x -=-+ 因为(),()x x y x e y x e --'''=-= 所以，插值余项为 (1)(2) (2)011 ()()()()() (1)! 1()()2!1 ()()()2!1 (0)(1)((0,1))2n r x f x p x f x n f x f x x x x e x x ξξπξπξξ+-=-=+= =--=--∈ 所以 01 0101 ()max max (1) 2111248x r x e x x e ξξ-≤≤≤≤-≤-=??=。 2选用合适的三次插值多项式来近似计算f 和f 。 解：设三次插值多项式为230123()f x a a x a x a x =+++，由插值条件，建立方程组为 23012323 012323 01232301 23(0.1)(0.1)(0.1)0.9950.30.30.30.995 0.70.70.70.7651.1 1.1 1.10.454 a a a a a a a a a a a a a a a a ?+?-+?-+?-=?+?+?+?=??+?+?+?=??+?+?+?=?
即 012301230123 123012312301230.10.010.0010.9950.10.010.0010.9950.30.090.0270.9950.40.080.02800.70.490.3430.7650.80.480.344 1.761.1 1.21 1.3310.454a a a a a a a a a a a a a a a a a a a a a a a a a a -+-=-+-=??+++=++=??? +++=++=??+++=?12301231232330.40.720.9880.3110.10.010.0010.9950.40.080.02800.320.288 1.760.384 3.831a a a a a a a a a a a a a ??????++=-? -+-=??++=??? +=? ?-=-? 解之得 01 230.416.293.489.98 a a a a =??=-?? =-??=? 则所求的三次多项式为23()0.41 6.29 3.489.98f x x x x =--+。 所以 2323 (0.2)0.41 6.290.2 3.480.29.980.20.91 (0.8)0.41 6.290.8 3.480.89.980.8 1.74f f =-?-?+?=-=-?-?+?=- 3、设(0,1,2,,)i x i n =L 是 n+1个互异节点，证明： （1）0()(0,1,2,,)n k k i i i x l x x k n ===∑L ； （2）0 ()()0(0,1,2,,)n k i i i x x l x k n =-==∑L 。 证明： （1）由拉格朗日插值定理，以x 0,x 1,x 2,…x n 为插值节点，对y=f(x)=x k 作n 次插值，插值多项式为 0()()n n i i i p x l x y ==∑， 而y i =x i k , 所以0 ()()()n n k n i i i i i i p x l x y l x x ====∑∑ 同时，插值余项 (1)(1)11 ()()()()()()0(1)!(1)! n k n k n r x x p x f x x x n n ξξππ++=-= ==++ 所以0 ()n k k i i i l x x x ==∑ 结论得证。 （2）取函数()(),0,1,2,,k f x x t k n =-=L 对此函数取节点(0,1,2,,)i x i n =L ，则对应的插值多项式为
《计算机科学与技术前沿》 课程论文 大数据背景下数据挖掘技术的应用 2016年1月7日 题目 学院 学号 姓名 指导老师 日期
大数据背景下数据挖掘技术的应用 摘要 当今社会是一个信息化社会的时代，同时又是一个大数据时代。随着互联网、物联网、云计算和人工智能等信息技术和计算机产业的不断发展和进步，使得数据的处理成为一个亟待解决的问题。因此在大数据的背景下,如何高效地从大量包含有用数据的库获得有用信息已成为企业和科研工作重点关注的点，而这一工作涉及的关键技术就是数据挖掘技术。总得说，数据处理的需要既给数据挖掘技术带来了机遇，于此同时带来了一系列的挑战。 本文分别从企业、图书管理和情报学领域三个方面阐述数据挖掘技术的应用，同时对它的发展现状、存在的问题和未来的发展趋势进行了一些阐述，从而加深了对数据挖掘技术的理解，以便更好地了解数据挖掘在各个领域的应用，最后对数据挖掘技术的应用进行一个整体的总结。 【关键字】：大数据；数据挖掘；数据挖掘的应用
Application of data mining technology in the context of data Abstract Today is the age of information society,but it is also an age of big data．With development and progress of information technology and the computer industry which include the Internet, the Internet of things, cloud computing and artificial intelligence, data processing has become an urgent problem．Therefore,in the context of big data,how to get useful information from a large library of useful data have become focuses of enterprises and scientific and research work．The work involved is the key technology of data mining．In General spedking, data processing needs for data mining technology, and at the same time poses a series of challenges． The paper aims to account the development present situation,existing problems,and developmenttrend in the future based on companies,library management and the field of information science development,so as to enhance understanding of the data mining technology ,to better understand data mining applications in various fields,and to draw an overall summary of the application of data mining technology． 【Key words】：Large amounts of data；Data mining；Application of data mining
用户在变量声明表中创建本块中专用的变量（即局域变量）。局域变量分为IN（输入变量）、OUT（输出变量）、IN-OUT（输入／输出变量）、TEMP（临时变量）和STAT （静态变量）五种类型。 ?·IN（输入变量）：为调用它的块提供的输入参数。 ?·OUT（输出变量）：返回给调用它的块的输出参数。 ?·IN-OUT（输入-输出变量）：初值由调用它的块提供，被 子程序修改后返回给调用它的块。 ?·TEMP（临时变量）：暂时保存在局域数据区中的变量。 只是在执行块时使用临时变量，执行完后，在主程序中不能再使用该变量。 ?·STAT（静态变量）：在功能块的背景数据块中使用。关 闭功能块后，其静态数据保持不变。功能( FC)没有静态变量。 IN（输入变量）、OUT（输出变量）和IN-OUT（输入／输出变量）属于程序块的形式参数。TEMP（临时变量）属于程序块的局域变量，只在它所在的块中有效。STAT（静态变量）只在FB程序块中存在，也属于程序块的局域变量，在它所在的块中有效，而且PLC 掉电后STAT变量仍然保持。 每一种类型的变量都包括变量名、变量类型和变量注释。变量声明表的左边给出了该变量表的总体结构，点击某一变量类型，例如“OUT”，在表的右边将显示出该类型局域变量的详细情况。块中的局域变量名必须以字母开始，只能由英语字母、数字、下划线组成，，但是在符号表中定义的共享数据的符号名可以使用其他字符。 在程序中，操作系统在局域变量前面自动加上“#”号。如果在块中只使用局域变量，不使用绝对地址或全局符号，易于形成通用子程序块实现结构化编程，并且易于将程序块移植到别的项目中去。 变量声明后在局域数据块中为临时变量( TEMP)保存有效的存储空间。对于功能块FB，还要为配合使用背景数据块为静态变量(STAT)保存空间。通过设置IN（输入）、OUT（输出）和IN-OUT（输入／输出）类型变量，声明块调用软件接口（即形式参数）。 用户在功能块中声明变量时，除了临时变量外，它们将自动出现在功能块对应的背景数据块中。 在变量声明表中赋值时，不需要指定存储器地址；根据各变量的数据类型，程序编辑器自动地为所有局域变量指定存储器地址。
（一）PMSM的数学模型 交流电机是一个非线性、强耦合的多变量系统。永磁同步电机的三相绕组分布在定子上，永磁体安装在转子上。在永磁同步电机运行过程中，定子与转子始终处于相对运动状态，永磁体与绕组，绕组与绕组之间相互影响，电磁关系十分复杂，再加上磁路饱和等非线性因素，要建立永磁同步电机精确的数学模型是很困难的。为了简化永磁同步电机的数学模型，我们通常做如下假设： 1）忽略电机的磁路饱和，认为磁路是线性的； 2）不考虑涡流和磁滞损耗； 3）当定子绕组加上三相对称正弦电流时，气隙中只产生正弦分布的磁势，忽略气隙中的高次谐波； 4）驱动开关管和续流二极管为理想元件； 5）忽略齿槽、换向过程和电枢反应等影响。 永磁同步电机的数学模型山电压方程、磁链方程、转矩方程和机械运动方程组成，在两相旋转坐标系下的数学模型如下： （1）电机在两相旋转坐标系中的电压方程如下式所示： 叫=RJd + Ld - — 3趴 at 此 dt 其中，Rs为定子电阻；ud、uq分别为d、q轴上的两相电压；id、iq分别为d、q轴上对应的两相电流；Ld、Lq分别为直轴电感和交轴电感；为电角速度；巾d、Wq 分别为直轴磁链和交轴磁链。 若要获得三相静止坐标系下的电压方程，则需做两相同步旋转坐标系到三相静止坐标系的变换，如下式所示。 / X cos 8 一sin。 （22 、 2 / \ = cos（。一—-sm(8— 3 3 宀 2 2 cos(& + -?r) 一sin(8 + - I 3 3丿 （2）d/q轴磁链方程： 其中，Wf为永磁体产生的磁链，为常数，,而◎=% 是机械角速度，P为同步电机的 极对数，3c为电角速度，eO为空载反电动势，其值为
1、解：将)(x V n 按最后一行展开，即知)(x V n 是n 次多项式。 由于 n i i i n n n n n i n x x x x x x x x x x V ...1...1... ......... ...... 1 )(21110 20 0---= ，.1,...,1,0-=n i 故知0)(=i n x V ，即110,...,,-n x x x 是)(x V n 的根。又)(x V n 的最高 次幂 n x 的系数为 )(...1...1... ...... .........1),...,,(101 1 21 11 2 2221 02001101j n i j i n n n n n n n n n n n x x x x x x x x x x x x x x V -== ∏-≤<≤-----------。 故知).)...()()(,...,,()(1101101------=n n n n x x x x x x x x x V x V 6、解：（1）设 .)(k x x f =当n k ,...,1,0=时，有.0)()1(=+x f n 对 )(x f 构造Lagrange 插值多项式， ),()(0 x l x x L j n j k j n ∑== 其 0)()! 1() ()()()(1)1(=+=-=++x w n f x L x F x R n n n n ξ， ξ介于j x 之间，.,...,1,0n j = 故 ),()(x L x f n =即 .,...,1,0,)(0 n k x x l x k j n j k j ==∑= 特别地，当0=k 时， 10) (=∑=n j x j l 。 （2） 0)()1(1) ()1()()(0000=-=??? ? ??-??? ? ??-=--=-===∑∑∑∑k j j i j i k j k i i j i i k j n j k i i j k n j j x x x x i k x l x x i k x l x x ）利用（。 7、证明：以b a ,为节点进行线性插值，得 )()()(1 b f a b a x a f b a b x x P --+--= 因 0)()(==b f a f ，故0)(1=x P 。而 ))()(("2 1 )()(1b x a x f x P x f --= -ξ，b a <<ξ。 故)("max )(8 122)("max )(max 2 2 x f a b a b x f x f b x a b x a b x a ≤≤≤≤≤≤-=??? ??-≤。 14、解：设 ))...()(()(21n n x x x x x x a x f ---=， k x x g =)(，记)() (1 ∏=-=n j j n x x x w ，则 ),()(x w a x f n n =).()(' j n n j x w a x f = 由差商的性质知 [])! 1()(1,..,,1) (' 1 )(')('1 211 11 -== ==-===∑∑∑ n g a x x x g a x w x a x w a x x f x n n n n n j j n k j n n j j n n k j n j j k j ξ， ξ介于n x x ,...,1之间。 当20-≤≤ n k 时，0)()1(=-ξn g ， 当 1-=n k 时，)!1()(1-=-n g n ξ， 故 ???-=-≤≤=-= --=∑1,,20,0)!1()(1) ('1 11 n k a n k n g a x f x n n n n j j k j ξ 16、解：根据差商与微商的关系，有 [] 1! 7! 7!7)(2,...,2,2)7(7 10===ξf f ， [ ] 0! 80 !8)(2,...,2,2)8(8 1 ===ξf f 。 （ 13)(47+++=x x x x f 是7次多项式， 故 ,!7)()7(=x f 0)()8(=x f ）。 25、解：（1） 右边= [][]dx x S x f x S dx x S x f b a b a ??-+-)(")(")("2)(")("2 = [] d x x S x f x S x S x S x f x f b a ?-++-)("2)(")("2)(")(")("2)(" 222 = [] d x x S x f b a ?-)(")(" 22 = [][]dx x S dx x f b a b a 2 2 )(")("??- =左边。 （2）左边= ? -b a dx x S x f x S ))(")(")(("
180 ?电子技术与软件工程 Electronic Technology & Software Engineering 数据库技术 ? Data Base Technique 【关键词】大数据 键值存储 Bigtable 云数据库 1 引言 在大数据时代背景下，大数据一个定性的描述：是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。当今“大数据”一词的重点其实已经不仅在于数据规模的定义，它更代表着信息技术的发展进入了一个新的时代，代表着爆炸性的数据信息给传统的计算技术和信息技术带来的技术挑战，代表着大数据处理的新技术和方法，也代表着大数据分析和应用所带来的新的发展机遇。本文从大数据的背景出发，研究数据库的存储模型，数据模型，编程模型等问题以及讨论数据库技术的未来研究方向。 2 大数据概念 2.1 大数据的特性 学术界通常用4个V(即V olume 、Variety 、Value 、Velocity)[1]来概括大数据的特征。 （1）V olume 指数据体量巨大。截至目前，人类生产的所有印刷材料的数据量是200PB ，而历史上全人类说过的所有的话的数据量大约是5EB 。当前，典型个人计算机硬盘的容量为TB 量级，而一些大企业的数据量已经接近EB 量级。 （2）Variety 指数据类型繁多。类型的多样性也让数据被分为结构化数据和非结构化数据。相对于以往便于存储的以文本为主的结构化数据，非结构化数据越来越多，包括网络日 大数据背景下的数据库技术研究 文/张宇航 志、音频、视频、图片、地理位置信息等，这 些多类型的数据对数据的处理能力提出了更高要求。 （3）Value 指价值密度低。价值密度的高低与数据总量的大小成反比。以视频为例，一部1小时的视频，在连续不间断的监控中，有用数据可能仅有一二秒。 （4）Velocity 指处理速度快。这是大数据区分于传统数据挖掘的最显著特征。根据IDC 的“数字宇宙”的报告，预计到2020年，全球数据使用量将达到35.2ZB 。在如此海量的数据面前，处理数据的效率就是企业的生命。2.2 大数据的影响 大数据决策成为一种新的决策方式。依 据大数据进行决策，从数据中获取价值，让数据主导决策，是一种前所未有的决策方式，并正在推动着人类信息管理准则的重新定位。随着大数据分析和预测性分析对管理决策影响力的逐渐加大，依靠直觉做决定的状况将会被彻 底改变。 大数据开发推动新技术和新应用的不断涌现大数据的应用需求，是大数据新技术开发的源泉。借助这些创新型的大数据应用，数据的能量将会层层被放大。2.3 大数据典型应用案例2.3.1 梅西百货的实时定价机制 根据需求和库存的情况，该公司基于SAS 的系统对多达7300万种货品进行实时调价。 2.3.2 沃尔玛的搜索 这家零售业巨头为其网站https://www.doczj.com/doc/6a14866593.html, 自行设计了最新的搜索引擎Polaris ，根据沃尔玛的说法，语义搜索技术的运用使得在线购物的完成率提升了10%到15%。“对沃尔玛来说，这就意味着数十亿美元的金额。”Laney 说。2.3.3 PredPol Inc. PredPol 公司通过与洛杉矶和圣克鲁斯的警方以及一群研究人员合作，基于地震预测算法的变体和犯罪数据来预测犯罪发生的几率，可以精确到 500平方英尺的范围内。在洛杉矶运用该算法的地区，盗窃罪和暴力犯罪分布下降了33%和21%。 3 键值存储 传统的关系型数据库中的利用二维表数据模型存储格式化的数据结构，每个元组的字段组成相同，数据库会为每个元组分配所有的字段，这样便于表与表之间的操作，但是，它 也是关系型数据库性能瓶颈的一个因素。它难以满足如下的高要求： （1）对数据库高并发读写的需求；（2）对海量数据的高效率存储和访问的需求； （3）对数据库的高可扩展性和高可用性的需求 为了解决这类问题，非关系型数据库（NoSQL 存储）应运而生，它以键值对存储，结构不固定，每一个元组可以有不同的字段，并且可以根据需要增加一些独有的键值对，它不局限于固定的结构，这样可以减少一些时间和空间的开销。键值对存储，简称KV 存储，是NoSQL 存储的一种方式。它的数据按照键值对的形式进行组织，索引和存储。KV 存储非常适合不涉及过多数据关系业务关系的业务数据，同时能有效减少读写磁盘的次数，比SQL 数据库存储拥有更好的读写性能。 G o o g l e 的B i g Ta b l e 、A m a z o n 的Dynamo 等都是是非常成功的NoSQL 实现。Membase ，MongoDB ，Cassandra ，BeansDB ，Redis 等开源的NoSQL 体系也得到了广泛认同。 键值存储机制采用键值对形式存储，值可以是任意不定长数据。如图1所示。 kv 存储采用0、1目录的方式管理历史数据和更新数据，假设当前的更新数据目录和历史数据目录都为0目录，在合并时，最新历史数据写到1目录，同时更新数据开始写在1目录。注意的是，需要对更新数据目录和历史数据目录的当前0、1目录进行维护。 通常情况下，更新数据使用Memtable 存储，历史数据使用SSTable 结构存储。这样快 <<下转181页 图1：kv 存储的合并 图2：BigTable 数据模型实例
第２９卷第１期杨广林等：基于图像分块的背景模型构建方法３ｌ 我们尝试将图像分块，利用图像块的特征建立背景模型．下面就针对图像块给出背景建模方法． 为了简化讨论，假设图像是灰度图像．设，ｃ。（菇，Ｙ）为一个ｍ×ｍ像素的图像块，（戈，Ｙ）表示该图像块左上角的坐标．在２×２的情况下，图像块中前景像素的分布组合有以下５种： （ａ）（ｂ）（ｃ）（ｄ）（ｅ） （ａ）完全背景；（ｂ）有１个前景像素；（ｃ）有２个前景像素； （ｄ）有３个前景像素；（ｅ）完全前景 图１２Ｘ２图像块的５种情况 Ｆｉｇ．１Ｔｈｅｆｉｖｅｉｎｓｔａｎｃｅｓｏｆ２×２ｉｍａｇｅｂｌｏｃｋ ３．１图像块特征的选取 将图像块设定为相邻像素的方形块，以２×２的图像块为例，图１给出了前景在图像块的各种分布情况的理想状态．一般地讲，图像块越大，要处理的块数就越少，效率就越高，但对局部目标敏感度就越小，目标的精确度就会变差，因为前景所占比例小的图像块的个数会增加，例如图１中（ｂ）和（ｃ）的情形．随着图像的增大，图像块的特征选取变得复杂．综合考虑识别目标的敏感性和识别目标的精确性以及处理问题的效率，一般选择ｍ＝２比较合适．可以有多种方式引入特征，最简单的情形是任意选择图像块中的一个像素为代表，或以图像块的均值为特征．以下我们提出几种提取特征的方案． （１）图像块中心点，即Ａ＝中心点像素； （２）选取若干点的组合作为图像块的代表点， 例如可选择图像块的对角线上的点； （３）图像块均值，即Ａ＝（Ｘ，，＋ｘ。２＋…＋ｋ）／ｍ２； （４）图像块的行均值或图像块的列均值； Ａｌ＝Ｘｌｌ＋Ｘ１２＋…＋Ｘ１。。 Ａ２＝Ｘ２ｌ＋Ｘｚ２＋…＋】，２ｍ Ａ。＝Ｘ。ｌ＋Ｘ，以＋…＋Ｘ。。 （５）图像块的幅度值，即Ａ＝ｍａｘＸｉ—ｍｉｎＸｉｉ； （６）图像块的行幅度值或列幅度值． 由于所有特征都是图像块中像素的线性组合，因此当像素值Ｘ。服从正态分布时，所有特征Ａ作为原像素的线性运算的结果，也服从正态分布． 若Ａ＝√。Ｘ，其中Ｘ是由若干个像素组成的向量；ｌ，为与ｘ同维数的向量，则有： Ａ—Ｎ（ｖ＂ｉｔ，ｔ，１Ｖｖ）（３）图像块中的像素点值的变化能够反映到特征值的变化上，这样就可以对特征Ａ（而不是对像素值）建立背景模型，以此来判断图像块（而不是判断像素）是背景还是目标．例如，可以对特征Ａ使用ｗ４方法，求在一个训练周期内特征的最大值、最小值和连续两帧的最大差，利用不等式来判断该图像块是背景图像块还是前景图像块．由于特征也服从Ｇａｕｓｓ分布，所以也可以对特征Ａ建立单Ｇａｕｓｓ背景模型．下面针对从图像块中选取的几个特征Ａ，建立分块的混合Ｇａｕｓｓ背景模型． ３．２基于图像块特征的自适应的高斯混合模型在３．１节给出的特征中，选择其中的一个或几个特征Ａ，，Ａ：，…，Ａ，构成特征向量，令Ａ＝｛Ａ。，Ａ：，…，Ａ。｝． 采用文［４］给出的混合Ｇａｕｓｓ分布的形式和参数更新方法．选择一个时间周期｛Ａｉ，．一，Ａ，｝，给出／ｌ，具有Ｋ个分量的高斯混合密度（ＧＭＭ）： Ｋ ｐ（ａ；）＝∑ｐ（Ａ。ｌ∞ｉ，Ｉｔ¨，Ｕ“）Ｊｐ（（￡Ｊｉ） ｉｉｌ（４） Ｘ、 ＝∑％。ｐ（Ａ。№，ｔｔ沁，Ｕ如） 其中 ｐ（ＡＩ，ｐ“，Ｕｉ．。）： （５）Ｐ（∞ｉ）或加。。为第ｉ个分量在总体分布中所占的比例，也称为第ｉ个分量权值． 基于像素间相互独立的假设，可以得出特征之间也是相互独立的．为了简化计算，可以进一步假设他们具有同样的方差，因而协方差矩阵可以简化为Ｕ“＝盯２。Ｉ，其中Ｊ为单位阵．这种假设可以避免复杂计算引起误差加大．关系式（４）说明了每一图像块的特征向量／土的当前观察值的概率分布可由一个高斯混合函数所刻画，也就是说图像块的特征向量的某种状态可由混合模型的某个分量来描述．基于前面的假设，可利用在线Ｋ均值近似算法对此高斯混合模型进行操作．所谓的在线Ｋ均值近似算法即为：从前向后将新的图像块的特征向量的值与现存的Ｋ个高斯分布进行匹配，如果一个特征向量的值落在某个分布的标准方差的某一倍数范围内，就认为匹配成功，即如果ＩＡ。一肛小ｆ≤ｒ盯叫，则认为匹配成功．实验表明对于２Ｘ２的图像块，丁取４比较合适． 如果当前的特征向量的值不能匹配Ｋ个分布中
数值计算方法习题一（2） 习题二（6） 习题三（15） 习题四（29） 习题五（37） 习题六（62） 习题七（70） 2009．9，9
习题一 1．设x >0相对误差为2%4x 的相对误差。 解：由自变量的误差对函数值引起误差的公式： (())(())'()()()() f x x f x f x x f x f x δδ?= ≈得 （1）()f x = 11 ()()*2%1% 22x x δδδ≈ ===； （2）4 ()f x x =时 44 4 ()()'()4()4*2%8%x x x x x x δδδ≈ === 2．设下面各数都是经过四舍五入得到的近似数，即误差不超过最后一位的半个单位，试指出他们各有几位有效数字。 （1）12.1x =；（2）12.10x =；（3）12.100x =。 解：由教材9P 关于1212.m n x a a a bb b =±型数的有效数字的结论，易得上面三个数的有效 数字位数分别为：3，4，5 3．用十进制四位浮点数计算 （1）31.97+2.456+0.1352； （2）31.97+（2.456+0.1352） 哪个较精确？ 解：（1）31.97+2.456+0.1352 ≈2 1 ((0.3197100.245610)0.1352)fl fl ?+?+ =2 (0.3443100.1352)fl ?+ =0.3457210? （2）31.97+（2.456+0.1352） 2 1 (0.319710(0.245610))fl fl ≈?+? = 21 (0.3197100.259110)fl ?+? =0.34562 10? 易见31.97+2.456+0.1352=0.3456122 10?，故（2）的计算结果较精确。 4．计算正方形面积时，若要求面积的允许相对误差为1%，测量边长所允许的相对误差限为多少？
大数据背景下的课堂教学改革 随着信息技术的不断发展，大数据时代已经到来并且对社会生活的各个方面产生了深刻的影响。在经济迅速发展、信息化的当今社会，出现了能够形象、生动表现课程的“微课程”，这种课程容易变通、灵活性高且较为精简，这种新的课程教学是数字化不断发展的结晶，所以将这种“微课程”充分应用于信息技术教学中，有利于促进信息技术教学效果的优化。文章首先阐述了微课程的概念、特征、应用原则等基本理论知识，接着通过分析微课在高校信息技术教学中的应用，提出相应的策略。 一、用大数据技术营造良好的教学环境 （一）大数据 迈耶一舍恩伯格教授曾经指出，所谓的“大数据”是通过对海量数据进行分析，获得有巨大价值的产品和服务，或深刻的洞见。这种巨大价值和深刻洞见是不同领域数据集之间数据的深度交叉关联，跨域关联是数据量的增加从量变到质变的飞跃，是发挥大数据价值的基础。“大数据”从字面说是数据量大.但是数量上的庞大无法看出“大数据”与以往“海量数据”、“超大规模数据”之间的区别。 对于如何对大数据进行具体的定义，目前来看还没有定论，目前的定义方式多种多样，但是基本都是从大数据特征，通过对其阐述和归纳给出其定义。在众多的定义中，广为采用的是著名的3V定义，也就是大数据的3个特点：多样性（variety）、规模性（volume）和高速性（velocity）。另外比较流行的4V定义则是在3V的基础上增加一个新的特性。目前，4V并没有一个统一的说法，一些著名的国际数据公司通过其自身研究提出大数据应该还具有第4个V特性，即Value特性。而IBM公司则认为真实性（veracity）也是大数据的一个重要特征。在维基百科上，人们通常可以查到的对于大数据的定义是：“大数据是指利用常用软件工具收集、管理和处理数据消耗的时间超过可容忍时间的数据集”。目前在大数据定义上很难达共识，不必固定于定义之中，即把握3V定义的基础上适当地考虑4V特性。笔者更倾向于的4V： 规模性（volume）、多样性（variety）、高速性（velocity）、价值性（value）。 （二）大数据的特点 通常所说的大数据，我们可以用前面定义中的4个V来表示，4个V分别是V olume，Variety，Value，Velocity，这四个方面可以用来概括大数据的特征。 首先，大数据的数据量是极其巨大的（V olume）。目前，人类产生的印刷材料的数据量是200PB （1PB=1000TB），而所有人类说过的话的数据量约为SEB （lEB=1000PB）。目前大多数数据存储容量为TB量级，而数据量较大的企业已
先建立一个FB10。完成内容X*Y=Z 定义形式参数 IN：X，Y OUT：Z 保存 然后在建立FB20，形式参数STAT里定义 NAME：MUL Data Type：FB10 程序中写以反复的写call MUL。保存 OB1中写CALL FB20,DB10 DB10为多重背景数据块 注意一点，多重背景调用等同于FC的调用，call MUL下的参数填写一定不能空着，必须有实际地址，否则用DB10的数据程序会混乱。 以下详细讲解西门子多重背景数据块的使用。 1、在SIMATIC Manager 中，打开你希望生成多重背景的FB。在静态变量定义部分，输入多重背景的名字，数据类型为FB 或SFB。 图1 2、在程序中调用多重背景，可以在多重背景中的目录中选择托拽它到NETWORK 中，也可以用CALL 指令调用它。
图2 在STEP 7 V5.4 SP2 中请注意： 如果在LAD/FBD编辑器的目录视图中多重背景未被列出，推荐在静态变量声明中先插入一个功能块，然后再删除它。这样多重背景就再次可以被选择。 3、现在设置程序块的输入和输出并保存。就可以在程序(例如OB1)中使用多重背景来调用FB。创建一个背景数据块以供监控。 注意： 当生成多重背景时，如其在FB 中作为一个多重背景被调用，注意要首先生成它，然后再指定一个多重背景调用。如果不遵从这个顺序，程序中将会出现不一致的情况，这种不一致的情况也有可能在修改多重背景后出现。 4、一旦修改过了多重背景，并打开调用它的功能块。当功能块被打开时，会出现一个消息显示在FB 接口声明中有一个UDT 或本地标签的被修改，并显示在功能块调用中至少有一个时间标签冲突。确认此信息，修改过的背景调用在LAD/STL/FBD 编辑器中将会以亮红色显示。 为了更新功能块调用，右击功能块，然后在弹出菜单中选择“Update Block Call...”。 图3 5、在后续的对话框中，点击OK 来执行接口更新。 图4 在STEP 7 V5.3中的注意事项： 当尝试通过“File > Check and Update Accesses”来更新程序块调用时，STEP7 V5.3 不能发现变量间的唯一分配，调用还是保持红颜色，也无法通过“Edit > Call > Update”改正调用错误。更新调用的唯一办法是删除调用，在声明中更新接口，然后再以多重背景方式调用功能块。如果已经删除了FB 接口中的变量，应该通过“Edit > Call > Update”来改正所有的多重背景调用，而不需使用前面的“Check and Update Accesses”功能。一旦已经更新了这些多重背景，就又可以与平时一样使用“Check and Update Accesses”功能了。 6、推荐在更新功能块调用后进行一致性检查。在SIMATIC Manager 中，右击S7 program 文件夹，选择“Check block consistency...”功能，系统会显示S7程序的结构。 通过工具栏中的第二个按钮或者“Program > Compile All”功能编译程序。在编译后，STEP 7程序一致性将统一。
ANSOFT RMxprt自动创建PM BLDC电机Maxwell2D的仿真步骤一、通过RM创建模型，打开模型图界面，在界面上点击右键--------选定Assign Excitation-------选定Set Core Loss... 二、在Set Core Loss点击左键进入以下界面 在Stator和Rotor后面的Core Loss Setting栏复选框点击出现如上图所示√，注意如果是系统定义的软磁材料后面的Defined in Material栏下的小方框里会出现√这表示在定义材料特性时，已经将铁耗计算相关的系数已经定义，可以用于铁耗计算。 三、添加一个求解设置 点击选中项目结构树种中的Analysis下的Setup1，点击右键弹出如左图对话框，点击Properties弹出右图求解器对话框
在对话框General选项下设置求解器的停止时间Stop time通常为电机转过720o电角度（2个电角度周期）所需的时间，如果后处理电流或者转矩的瞬态波形还处于收敛状态，说明需要增加求解时间，可以设置为2.5个电角度周期。瞬态场计算时间步长Time step一般而言越小越好，但过小会延长求解器计算时间，通常按设定的速度转动1o所需要的时间来设置。 接下来设置下图来保存系统需要保存的从开始到停止的中间计算时刻点的模型 在这里，默认的设置为保存三个点的求解模型和相应的计算结果数据，可以修改起点Start、停止点Stop和时间步长Step数据获得更多的时刻点数据，然后点击Add to list增加到计算时刻点列表里，如下图所示 上图设定时间步长为0.001，也就是保存包括0时刻的11个时刻点的数据，这样我们能在在后面观察到0时刻的位置，观察磁钢轴线（D轴）和电机A相轴线的位置关系（在《ANSOFT仿真中的初始位置和编码器零点分析》中会详细讨论。
常用铁氧体磁芯资料
PM型磁芯PM CORES 型号尺寸Dimensions(mm) Type A B C D E F PM50 49.15±0.85 39.65±0.65 19.70±0.30 5.50±0.10 26.80±0.40 38.80±0.20 PM62 61.00±1.00 48.0min 25.00±0.70 5.30±0.30 33.80±0.60 48.80±0.50 PM74 74.00 0 57.0min 29.00±1.00 5.40±0.30 41.00±0.80 59.00±0.60 -3.0 PM87 87.00 +2.0 66.5min 31.70±1.50 8.50±0.40 48.40±0.80 70.00±0.80 -3.0 PM114 114.00 0 88.0min 42.00±1.50 5.40±0.40 63.80±0.80 92.50±0.50 -5.0 型号磁芯参数Core parameter 重量LP2 LP3 Type C1 (mm- 1) Ae (mm2) le (mm) Ve (mm3) weight (g/pr.) AL(nH/N2 ±25%) Pc(W) (max) AL(nH/N2 ±25%) Pc(W) (max) PM50 0.227 370 84.0 31000 140 7700 3.1 PM62 0.190 570 109 62000 385 9700 6.2 PM74 0.162 790 128 101000 470 10000 3.5* PM87 0.161 910 146 133000 817 13000 4.0* 13000 2.7* PM114 0.116 1720 200 344000 1886 18000 10.3* 16000 6.9* 注:AL:1kHz,0.5mA,100Ts Pc:25kHz,200mT,100℃ 100kHz,200mT,100℃ EE型磁芯 EE CORES
习 题 三 解 答 1、用高斯消元法解下列方程组。 （1）1231231 22314254 27x x x x x x x x -+=?? ++=??+=?①②③ 解：?4②＋(-)①2，1 2 ?③＋(-)①消去第二、三个方程的1x ，得： 1232323231425313222 x x x x x x x ? ?-+=? -=???-=?④⑤⑥ 再由5 2)4 ?⑥＋(-⑤消去此方程组的第三个方程的2x ，得到三角方程组： 1232332314272184x x x x x x ? ?-+=? -=???-= ? 回代，得： 36x =-，21x =-，19x = 所以方程组的解为 (9,1,6)T x =-- 注意： ①算法要求，不能化简。化简则不是严格意义上的消元法，在算法设计上就多出了步骤。实际上，由于数值计算时用小数进行的，化简既是不必要的也是不能实现的。无论是顺序消元法还是选主元素消元法都是这样。 ②消元法要求采用一般形式,或者说是分量形式，不能用矩阵，以展示消元过程。 要通过练习熟悉消元的过程而不是矩阵变换的技术。 矩阵形式错一点就是全错，也不利于检查。 一般形式或分量形式： 1231231 22314254 27x x x x x x x x -+=?? ++=??+=?①②③ 矩阵形式 123213142541207x x x -?????? ??? ?= ??? ? ??? ???????
向量形式 123213142541207x x x -???????? ? ? ? ?++= ? ? ? ? ? ? ? ????????? ③必须是方程组到方程组的变形。三元方程组的消元过程要有三个方程组，不能变形出单一的方程。 ④消元顺序12x x →→L ，不能颠倒。按为支援在方程组中的排列顺序消元也是存储算法的要求。实际上，不按顺序消元是不规范的选主元素。 ⑤不能化简方程，否则系数矩阵会变化，也不利于算法设计。 （2）1231231231132323110 221x x x x x x x x x --=?? -++=??++=-? ①②③ 解：?23②＋( )①11，1 11 ?③＋(-)①消去第二、三个方程的1x ，得： 123232311323523569111111252414111111x x x x x x x ? --=?? ? -=? ? ? +=-??④⑤⑥ 再由25 11)5211 ?⑥＋(-⑤消去此方程组的第三个方程的2x ，得到三角方程组： 123233113235235691111111932235252x x x x x x ? ?--=? ? -=?? ? =-?? 回代，得： 32122310641 ,,193193193 x x x =- ==， 所以方程组的解为 41106223(,,)193193193T x =- 2、将矩阵 1020011120110011A ?? ? ?= ?- ???
多重背景数据块的项目举例 下面以发动机控制系统的用户程序为例，介绍生成和调用FB多重背景数据块的方法。 用STEP7的新项目创建一个名为“多重背景实例”的项目，项目中创建组织块OB1是主程序，FB1电机4，FB2电机3，FB3电机2，UDT1电机1控制。如图： 首先：明白功能块的调用关系，此实例关系图如下： 1、在项目右侧单击右键新建数据块DB1，在生成时如下图，选择instance DB 对应是FB1，下图红笔处。
2、FB2、FB3和UDT1没有自己的背景数据块，创建好FB2和FB3和UDT1后分别定义FB2和FB3的输入输出管脚。如创建FB3后，打FB3。 如上图红圈处，定义了三个输入管脚，分别是 DIANJI1shoudong电机1手动启动，DIANJI1zidong电机1自动，DIANJI1sudu电机1速度。同理定义FB2的2个输出管脚和FB3的输入输出管脚及其UDT1的输入输出管脚。 3、此时FB1，FB2，FB3，UDT1都已经定义好，但是只是建立了DB1
作为FB1的背景数据块，这时我们要把FB2，FB3嵌套到FB1里面。使FB2和FB3定义的管脚建立在DB1里面。具体如下： ①打开FB1数据块，在FB1管脚STAT定义区,添加name:q_control,数据类型：选FB