基于人工神经网络的二阶系统辨识 摘要：BP神经网络是误差反向传播神经网络的简称，提供了一个处理非线 v k的二阶系统，提出了改进的BP神经网络性问题的模型。本文针对带有噪声() 对二阶系统的辨识方法，以达到对系统的精确辨识；通过仿真实验数据可得，神经网络的输出与被辨识系统输出之间的误差很小（当k>=8时，error<0.1%）；首先介绍了人工神经网络的系统辨识方面的发展与研究现状，然后介绍常规BP算法和改进的BP算法，最后通过一个具体的二阶系统的实例充分证明了改进BP 神经网络具有的良好辨识效果，实用性强。 关键字：BP神经网络；系统辨识；二阶非线性系统 Second-order system identification based on artificial neural networks WeiLu (College of Electrical and Control Engineering, Xi’an University of Science and Technology，Xi’an 710054,China) Abstract：BP neural network is the abbreviation of erroneous reverse transmission neural network, which provides a model of dealing with nonlinear problems.In this paper, the second-order system with noise, and puts forward the improved BP neural network to second order system modeling method. In order to achieve an accurate identification of the system.Through the simulation experiment the error between the output of neural network and the output of identification system is very small(The error<0.1% when k>=8). First, introduced the artificial neural network system identification aspects of development and research,Then, introduced the conventional BP algorithm and improved BP algorithm,Finally, Through an example of a specific second-order system fully proved that the improved BP neural network has good recognition results and practical. Key words：BP neural network；System Identification；Second-order nonlinear system 一绪论 在自然科学和社会科学的各个领域中，越来越多需要辨识系统模型的问题 已广泛引起人们的重视，很多学者在研究有关线性和非线性的辨识问题。
北京航空航天大学物理研究性实验报告 分光仪的调整及其应用 第一作者：所在院系：就读专业：第二作者：所在院系：就读专业：
目录 目录 一.报告简介 (1) 二.实验原理 (1) 实验一.分光仪的调整 (1) 实验二.三棱镜顶角的测量 (3) 实验三.最小偏向角法测棱镜折射率 (1) 二．实验仪器 (1) 三.实验主要步骤 (2) 实验1.分光仪的调整 (2) 1.调整方法 (2) 2.要求 (4) 实验2.三棱镜顶角的测量 (4) 1.调整要求 (4) 2.实验操作 (5) 实验3.棱镜折射率的测定（最小偏向角法） (6) 四.实验数据记录 (6) 五.数据处理 (7) 实验2.反射法测三棱镜顶角 (7) 实验3.最小偏向角法测棱镜折射率 (7) 六.误差分析 (8) 七.分析总结 (8) 八.实验改进 (9) 九.实验感想 (10) 十.参考文献及图片附件： (11)
一.报告简介 本报告以分光仪的调整、三棱镜顶角和其折射率的测量为主要内容，先介绍了实验的基本原理与过程，而后进行了数据处理与不确定度计算。并以实验数据对误差的来源进行了分析。同时还给出了调节分光仪的经验总结与方法，并对现有实验仪器和试验方法提出了改进的意见。 二.实验原理 实验一.分光仪的调整 分光仪的结构因型号不同各有差别，但基本原理是相同的，一般都由底座、刻度读数盘、自准直望远镜、平行光管、载物平台5部分组成。 1-狭缝套筒；2-狭缝套筒紧固螺钉；3-平行光管；4-制动架；5-载物台；6-载物台调平螺钉；7-载物台锁紧螺钉；8-望远镜；9-望远镜锁紧螺钉；10-阿贝式自准直目镜；11-目镜；12-仰角螺钉；13-望远镜光轴水平螺钉；14-支臂；15-望远镜转角微调螺钉；16-读数刻度盘止动螺钉；17-制动架；18-望远镜止动螺钉；19底座；20-转座；21-
2017版北京航空航天大学《911材料综合》全套考研资料 我们是布丁考研网北航考研团队，是在读学长。我们亲身经历过北航考研，录取后把自己当年考研时用过的资料重新整理，从本校的研招办拿到了最新的真题，同时新添加很多高参考价值的内部复习资料，保证资料的真实性，希望能帮助大家成功考入北航。此外，我们还提供学长一对一个性化辅导服务，适合二战、在职、基础或本科不好的同学，可在短时间内快速把握重点和考点。有任何考北航相关的疑问，也可以咨询我们，学长会提供免费的解答。更多信息，请关注布丁考研网。 以下为本科目的资料清单（有实物图及预览，货真价实）： 北京航空航天大学《材料综合》全套考研资料 一、北京航空航天大学《材料综合》历年考研真题及答案解析 2015年北京航空航天大学《材料综合》考研真题（含答案解析） 2015年北京航空航天大学《材料综合》考研真题（含答案解析） 2014年北京航空航天大学《材料综合》考研真题（含答案解析） 2013年北京航空航天大学《材料综合》考研真题（含答案解析） 2012年北京航空航天大学《材料综合》考研真题（含答案解析） 2011年北京航空航天大学《材料综合》考研真题（含答案解析） 2010年北京航空航天大学《材料综合》考研真题（含答案解析） 2009年北京航空航天大学《材料综合》考研真题（含答案解析） 2008年北京航空航天大学《材料综合》考研真题（含答案解析） 2007年北京航空航天大学《材料综合》考研真题（含答案解析） 2006年北京航空航天大学《材料综合》考研真题（含答案解析） 2005年北京航空航天大学《材料综合》考研真题（含答案解析） 2004年北京航空航天大学《材料综合》考研真题（含答案解析） 2003年北京航空航天大学《材料综合》考研真题（含答案解析） 2002年北京航空航天大学《材料综合》考研真题（含答案解析） 2000年北京航空航天大学《材料综合》考研真题（含答案解析） 1999年北京航空航天大学《材料综合》考研真题（含答案解析） 二、材料分析重点总结 三、金属学原理重点总结 四、金属学原理名称解析总结 五、物理化学复习总结 六、无机非金属材料复习总结 七、高分子物理复习总结 八、高分子化学复习总结 以下为截图及预览： 2015真题及答案
1、相关分析法的主要优点是什么，其在工程中的应用有哪些方面？ 答：相关分析法的主要优点是由于M序列信号近似于白噪声，噪声功率均匀分布于整个频带，从而对系统的扰动甚微，保证系统能正常工作（1.5分）。此外。因为相关函数的计算是一种统计平均的方法，具有信息滤波的功能，因此，在有噪声污染下，仍可提取有用信息，准确地求出系统的脉冲响应（1.5分）。 相关辨识技术在工程中的应用、可归结为下述几个方面： （1）系统动态特性的在线测试。包括机、炉、电等一次设备，风机、水泵等辅机以及二次自动控制系统；（1分） （2）对控制系统进行在线调试，使调节系统参数优化；（1分） （3）自适应控制中的非参数型模型辨识等。（1分） 2、什么是权？叙述加权在渐消记忆的最小二乘递推算法中的作用。 计算中用一个数值来表示对观测数据的相对的“信任程度”，这就是权。（2分） 对于时变参数系统，其当前的观测数据最能反映被识对象当前的动态特性，数据愈“老”，它偏离当前对象特性的可能性愈大。因此要充分重视当前的数据而将“过时的”、“陈旧的”数据逐渐“遗忘”掉，这就是加权的概念。（2分）具体的方法是，每当取得一个新的量测数据， ρ<1）,这个加权因子体现出对老数据逐步衰就将以前的所有数据都乘上一个加权因子ρ（0< 减的作用，所以ρ也可称为衰减因子，因此在L次观测的基础上，在最小二乘准则中进行了某ρ=μ（0<μ<1），选择不同的μ就得到不同的加权效果。μ愈小，表示将过种加权，即取2 去的数据“遗忘”得愈快。（2分） 3、简述极大似然原理，叙述极大似然法和最小二乘法的关系。 答：极大似然法把参数估计问题化为依赖于统计信息而构造的似然函数的极大化问题，即当似然函数在某个参数值上达到极大时，就得到了有关参数的最佳估计。（2分）似然函数是在给定的观测量z和参数θ下的观测量的联合概率密度函数，它是实验观测的样本数据z和参数θ的函数。（2分）最小二乘法基本不考虑估计过程中所处理的各类数据的概率统计特性。极大似然法要求有输出量的条件概率密度函数的先验知识，当噪声服从正态分布的条件下，极大似然法和最小二乘法完全等价。（2分） 第1页，共1页
北航基础物理研究性报告讲解
北航基础物理实验研究性报告1051 电位差计及其应用 140221班 2015-12-13 第一作者:邓旭锋14021014 第二作者:吴聪14021011
目录 1.引言 (4) 2.实验原理 (5) 2.1补偿原理 (5) 2.2 UJ25型电位差计 (8) 3.实验仪器 (10) 4.实验步骤 (10) 4.1自组电位差计 (10) 4.2 UJ25型箱式电位差计 (11) 5.实验数据处理 (12) 5.1 实际测量Ex的大小 (13) 5.2 不确定度的计算 (13) 5.3 测量结果最终表述 (14) 5.4 实验误差分析 (14) 6.实验改进与意见 (14) 6.1 实验器材的改进 (8) 6.2 实验方法改进 (10) 6.3 实验内容的改进 (10)
7.实验感想与体会 (21) 【参考文献】 (24) 摘要:将电位差计实验中的补偿法原理应用于电学物理量的测量中，该方法可以用来精确测量电流、电阻、电压等电学量，也可以利用电位差计，获得比较精确的二极管伏安特性曲线可以避免了因电表的内阻而引起的测量误差。利用实验室现有仪器设计了一些切实可行的新实验。 关键字：电位差计；补偿法；UJ23型电位差计；电阻；系统误差。 1.引言 电位差计是电压补偿原理应用的典型范例，它是利用电压补偿原理使电位差计变成一内阻无穷大的电压表，用于精密测量电势差或者电压。同理，利用电流补偿原理也可以制作一内阻为零的电流表，用于电流的精密测量。 电位差计的测量精确度高，且避免了测量的接入误差，但它的操作比较复杂，也不易实现测量的自动化。在数字仪表迅速发展的今天，电压
亲爱的学弟学妹，你们好。我叫**，是你们的大四学长。我今年考取的是北航材料院高分子复合材料系的专业型硕士研究生，初试总分378，政治73 英语68 数学115 专业课122。 作为你们的学长，去年这个时候，也是对未来充满着疑惑和幻想。考研这一路走来，我明白了许多道理，自己也变的更加成熟。今天在这里分享下自己一路考研的心路历程，希望能帮到大家。 希望看到这个贴子的同学都已经下定决心要考研了，我个人不建议做两手准备。我去年这个时候，只是在纠结要考哪所学校，本来是在西工大和南航之间纠结的，个人从来没想过会去报考北航，但是看了**学长的经验贴之后，和学长面谈了好久，学长给我了很多鼓励，从而坚定了我考北航的决心，所以说自信心非常重要。 顺便说一下北航材料的大概情况：北航材料学院有三个方向，金属、高分子复合材料、陶瓷。其中以金属专业最为庞大，每年招收的研究生人数也是最多的，客观的说，考上的可能性也相对大一些。高分子专业小而精，招的人数少而且最近几年异常火爆，往年学术硕士最终实际录取分数都在380+，所以我为了求稳，最终报考了专硕。今年高分子学硕进复试的只有10个人，而专硕有20个人，可能是往年学硕竞争太激烈，大家都没敢报了，明年什么情况就不知道了。陶瓷方向貌似不是他们的强势专业，也是往年报考人数最少的，当然录取分数也是最低。关于学
硕和专硕的区别，大家可以百度一下，北航材料院学硕和专硕是独立招生的，二者不能相互调剂，培养机制都一样，学硕毕业要求发一篇SCI，专硕要求发一篇EI。今年北航材料专硕线325学硕线340。 现在就以时间轴谈一下我的考研全程计划： 4月份：这段时间应该就属于考研前的准备工作了，这段时间就要搜集各种报考学校报考专业的信息，考试科目是什么，用哪本参考书等等，可以多看看网上的经验贴，了解一下大概的考研流程框架。信息越是灵敏，以后复习才能从容不迫。我强烈推荐一个QQ群叫材料人17年考研群，或者搜一下材料人考研、材料人的微信公众号，可以获取超级多的考研信息。后期的各种电子版资料群里都有的，超级全，不能再赞了。 5、6月份：这段时间属于考研的预热阶段吧。买本考研词汇，每天记记单词，在暑假之前把高数课本复习一遍，课后习题一定要认真做的，尤其是微积分的计算题。希望大家前期能抽空多复习一点，因为六月底有各种期末考试，复习也会受到影响。 暑假7、8月份：我认为暑假是考研复习的黄金时期，也是巩固基础的关键阶段（暑假没回家）。英语：我是每天坚持记单词和做两篇阅读，用的书是《考研阅读理解150篇》，其实只有100篇，暑假足可以做完。数学：7月份我用20天把考研数学（二）复习全书高数部分看完并做了同步习题册，10天看线代课本和全书的线代部分。当然如果看不完可以占用八月份一些时间。8
1：修改课本p61的程序，并画出相应的图形； u = -1 -1 -1 1 -1 1 1 -1 1 -1 1 -1 -1 1 1 z = Columns 1 through 11 0 0 Columns 12 through 16 HL =
0 0 0 ZL = c = a1 =
a2 = b1 = 1 b2 = 2：修改课本p63的程序，并画出相应的图形（V的取值范围为54-200）； V = [, , , , , ]τ P = [, , , , , ]τ ZL = [, , , , , ]τ HL = c4 = alpha = beita = +004 3：表1中是在不同温度下测量同一热敏电阻的阻值， 70时根据测量值确定该电阻的数学模型，并求出当温度在C?
的电阻值。 要求用递推最小二乘求解： （a ）设观测模型为 利用头两个数据给出 ?? ???===-0L T L L T L L z H P θH H P P 000)0()0(?)()()0(1 0 （b ）写出最小二乘的递推公式； （c ）利用Matlab 计算 T k a k b k )](),([)(?=θ 并画出相应的图形。 解：首先写成[][]?? ? ???=??????=+==a b t a b h h a bt k k z k k 1)()(12 θτ h θL L H z = T L L z z ],...,[1=z ，????? ???? ???=1 (112) 1 L L t t t H ，??????=a b θ 的形式。 利用头两个数据给出最小二乘的初值： ,126120.50??????=L H ?? ????=7907650L z 这样可以算得 i i v bt a y ++=
2008-2009第1学期《基础物理实验》期末试题 一、 单项选择题（每题3分，共30分） 1. 在同一被测量的多次测量过程中，保持恒定或以可以预知方法变化的那一部分误差称为_____ A.仪器误差 B.系统误差 C.随机误差 D.粗大误差 2. 平均值的标准（偏）差()S x 的计算公式是_____ A. 3. 用停表测量单摆周期，启停一次秒表的误差不会超过。实验测出10个周期的时间为10T='' ，则其不确定度u （T ）=_____ 秒 欲用伏安法测量一阻值约200Ω的电阻，要求测量结果的相对不确定度 () 1%u R R <，应选择下列_____组仪器（提示：不计电表内阻的影响和A 类不确定度） A.电流表级，量程10mA ；电压表级，量程2V B.电流表级，量程10mA ；电压表级，量程2V C.电流表级，量程15mA ；电压表级，量程2V D.电流表级，量程50mA ；电压表级，量程2V 5. 某长度测量值为，则所用仪器可能是_____ A.毫米尺 分度卡尺 分度卡尺 D.千分尺 6. 已知312 N x y =+，则其不确定度_____ A. 2 2221()()()2u N u x y u y =+ B. 22223 ()()()2u N u x y u y =+ C. 22429()()()4u N u x y u y =+ D. 22 29()()()4 u N u x u y =+ 7. 200(10080) 1010(0.0100.000251) +-=?+_____ 8. 用作图法处理数据时，为保证精度，至少应使坐标纸的最小分格和测量值的_____相对应 A.最后一位有效数字 B.最后一位准确数字 C.第一位有效数字 D.第二位有效数字 9. 下列关于测量的说法中_____是错误的 A.测量是为了确定被测对象的量值而进行的一组操作 B.测量结果是根据已有信息和条件对被测量量值做出的最佳估计，也就是真值 C.在相同测量条件下，对同一被测量进行多次测量所得结果的一致性被称为测量结果的重复性 D.在不同测量条件下，对同一被测量进行多次测量所得结果的一致性被称为测量结果的复现性 10. 以下所示电路中，_____构成了换向电路 A. B. C. D.
系统辨识习题解答 1-14、若一个过程的输入、输出关系可以用MA 模型描述，请将该过程的输入输出模 型写成最小二乘格式。 提示：① MA 模型z k D z u k ()()()=-1 ② 定义ττθ)](,),1(),([)(,],,,[10n k u k u k u k d d d n --== h 解：因为MA 模型z k D z u k ()()()=-1，其中 n n z d z d d z D ---+++= 1101)(，从而 )()1()()(10n k u d k u d k u d k z n -++-+= 所以当定义ττθ)](,),1(),([)(,],,,[10n k u k u k u k d d d n --== h ，则有最小二乘格式： )()()()()(0 k e k h k e k h d k z n i i i +=+=∑=τ ， 其中e(k)是误差项。 2-3、设)}({k e 是一个平稳的有色噪声序列，为了考虑这种噪声对辨识的影响，需要 用一种模型来描述它。请解释如何用白噪声和表示定理把)(k e 表示成AR 模型、MA 模型和ARMA 模型。 解：根据表示定理，在一定条件下，有色噪声e(k)可以看成是由白噪声v(k)驱动的线 性环节的输出，该线性环节称为成形滤波器，其脉冲传递函数可写成 ) () ()(1 11 ---=z C z D z H 即 )()()()(1 1k v z D k e z C --= 其中 c c n n z c z c z C ---+++= 1 11 1)( d d n n z d z d z D ---+++= 1 111)(
1.拉曼光谱法、红外光谱法和紫外-可见吸收光谱法在结构分析中特 点 拉曼光谱与红外光谱同属分子振动光谱。前者中的Raman 位移相当于后者中的吸收频率，两种光谱中每条谱带都相应于分子中某官能团的振动。 但要注意，拉曼光谱与红外光谱产生的机制有着本质的区别。前者是散射光谱，后者是吸收光谱。前者是由于诱导偶极矩的变化而产生的，后者是由于固有偶极矩的变化而产生的，因此，前者对分子中的非极性基团敏感，而后者对极性基团敏感。 一些对称性较高的基团，极性很小，红外吸收很弱，但在拉曼光谱中却有较强谱带。总的来说，红外光谱更适合表征聚合物的侧基和端基，而拉曼光谱更多用于研究聚合物的骨架结构。 紫外-可见吸收光谱法： 紫外可见吸收光谱法是利用某些物质的分子吸收10～800nm光谱区的辐射来进行分析测定的方法，这种分子吸收光谱产生于价电子和分子轨道上的电子在电子能级间的跃迁，广泛用于有机和无机物质的定性和定量测定。 该方法具有灵敏度高、准确度好、选择性优操作简便、分析速度好等特点。 2.请预测化合物N-苯环-OCH2CH3的高分辨率核磁共振氢谱图，包括 化学位移、裂解数及每个峰相对强度。 由于质子所处的化学环境不同，其周围的微磁场自然不同，因此，核磁共振发生时外加的磁场强度并不相同，而是相对有一定的位移，这种吸收峰位置的差距被称为化学位移。化合物中，所处化学环境 不同的H原子有4组，所以会出现4组化学位移，分别为H1、H2、-CH2、-CH3，分布位置为7~8，0~2.由于在一个NMR 吸收峰中看到的一组质子的谱线数目与该基团中质子的数目无关，而与相邻基团中质子的数目却相关。通常来说，谱线劈裂符合（n+1）规则，因此，裂分数分别为2,2,4,3.相对强度比为各个吸收峰H原子数目比2：2:2:3。 3.简述所了解热分析基本原理。若要测定某种高聚物玻璃化转变温 度Tg，可以选用哪几种热分析方法，勾画出测量曲线，说明玻璃化转变温度点的取法。 （1）DTA原理：差热分析是在试样与参比物处于控制加热或冷却速率相同的环境中记录二者之间的温差随时间或温度的变化。 DSC原理：差示扫描量热是在试样与参比物处于控制加热或冷却速率相同的环境中记录二者之间建立零温差所需能量随时间或温度的变化。主要俩种类型，热流型和功率补偿型。 TG原理：热重分析是在程序控温下测量试样质量对温度的变化，热重分析仪的基本部件是热天平。根据结构的不同，热天平可分为水平型、托盘型和吊盘型三种。 TMA原理：热机械分析是在程序控温和加载静态载荷（压或拉）下测量样品尺寸对温度的变化。 MDA原理：对材料施加一个周期性的刺激（力或变形），材料通常会做
2009级基础物理实验期末试题 一、单项选择题（每题3分，共30分） 1、不确定度在可修正的系统误差修正以后，将余下的全部误差按产生原因及计算方法不同分为两类，其中 B 属于A类分量。 A、由测量仪器产生的的误差分析 B、同一条件下的多次测量值按统计方法计算的误差分量 C、由环境产生的误差分析 D、由测量条件产生的误差分量 2、下列说法中 C 是正确的。 A、在给定的实验条件下，系统误差和随机误差可以相互转化 B、当测量条件改变后，系统误差的大小和符号不随之变化 C、随机误差可以通过多次重复测量发现 D、一组测量数据中，出现异常的值即为粗大误差 5、已知()，下列公式中 B 是正确的。 A、 B、 C、 D、 7、用千分尺（精度0、01mm）测某金属片厚度d的结果为 i1234567 1.516 1.519 1.514 1.522 1.523 1.513 1.517
则测量结果应表述为d u(d)= A A、(1.5180.003)mm B、(1.5180.004)mm C、(1.5180.001)mm D、 (1.5180.002)mm 8.tg45°1′有 B 位有效数字 A、 6 B、5 C、 4 D、 3 9、对y=a+bx的线性函数，利用图解法求b时，正确的求解方法是 C 。 A、 b=tg（为所作直线与坐标横轴的夹角实测值） B、 b=（、为任选两个测点的坐标值之差） C、 b=（、为在所作直线上任选两个分得较远的点的坐标值之差） D、 b=（x、y为所作直线上任选一点的坐标） 10、用量程为500mV的5级电压表测电压，下列测量记录中哪个是正确的？ D A、250.43mV B、250.4mV C、250mV D、0.25V 二、填空题（每题3分，共15分） 11、已被确切掌握了其大小和符号的系统误差成为可定系统误差。 12、已知某地的重力加速度值为9.794，甲、乙、丙三人测量的结果分别为：9.7950.024，9.8110.004，9.7910.006，试比较他们测量的精密度、正确度和准确度。甲测量的精密度低，正确度高；乙测量的正确度最低；
1请叙述系统辨识的基本原理（方框图），步骤以及基本方法 定义：系统辨识就是从对系统进行观察和测量所获得的信息重提取系统数学模型的一种理论和方法。 辨识定义：辨识有三个要素——数据、模型类和准则。辨识就是按照一个准则在一组模型类中选择一个与数据拟合得最好的模型 辨识的三大要素：输入输出数据、模型类、等价准则 基本原理： 步骤：对一种给定的辨识方法，从实验设计到获得最终模型，一般要经历如下一些步骤：根据辨识的目的，利用先验知识，初步确定模型结构；采集数据；然后进行模型参数和结构辨识；最后经过验证获得最终模型。 基本方法：根据数学模型的形式：非参数辨识——经典辨识，脉冲响应、阶跃响应、频率响应、相关分析、谱分析法。参数辨识——现代辨识方法（最小二乘法等） 2随机语言的描述 白噪声是最简单的随机过程，均值为零，谱密度为非零常数的平稳随机过程。 白噪声过程（一系列不相关的随机变量组成的理想化随机过程） 相关函数： 谱密度： 白噪声序列，白噪声序列是白噪声过程的离散形式。如果序列 满足： 相关函数： 则称为白噪声序列。 谱密度： M 序列是最长线性移位寄存器序列，是伪随机二位式序列的一种形式。 M 序列的循环周期 M 序列的可加性：所有M 序列都具有移位可加性 辨识输入信号要求具有白噪声的统计特性 M 序列具有近似的白噪声性质，即 M 序列“净扰动”小，幅度、周期、易控制，实现简单。 3两种噪声模型的形式是什么 第一种含噪声的被辨识系统数学模型0011()()()()n n i i i i y k a y k i b u k i v k ===-+-+∑∑，式中,噪声序列v(k)通常假定为均值为零独立同分布的平稳随机序列,且与输入的序列u(k)彼此统计独立. 上式写成：0 ()()()T y k k v k ψθ=+。其中，()()()()()()()=1212T k y k y k y k n u k u k u k n ψ------????L L ，，，，，，， ) ()(2τδστ=W R +∞ <<∞-=ωσω2)(W S )}({k W Λ,2,1,0,)(2±±==l l R l W δσ2)()(σωω== ∑ ∞-∞=-l l j W W e l R S ???≠=≈+=?0 , 00,Const )()(1)(0ττττT M dt t M t M T R bit )12(-=P P N
2012级基础物理实验选课及课程说明 网上选课操作方法 物理实验选课在网上进行，可通过两个途径：①使用校园网（网址：https://www.doczj.com/doc/a015530718.html,）；②使用物理实验中心局域网（地点：实3-415选课室，时间：下午13:30—16:30）。 1．按网址进入“大学物理实验网上选课”页面，先点击“注册”（注意：务必使用您的真实姓名和学号注册，否则计算机将不能处理您的成绩，或导致成绩打印错漏）。成功后，返回主页。 2．输入学号和密码，点击“登录”进行选课。选课只需用鼠标单击相应时间段内的选择钮，按“Enter”或页面下方的确定键即可生效。如该时间段未排实验或选课人数已满员，则选择无效，需另选其它时间或组号。选课时请认真选好时间和组号，时间指单（或双）周、星期几、下午或晚上。选课成功后请再点击“查询”菜单，最后确认一遍选课信息，之后注销本人界面。 3．如需修改选课时间，可重新执行操作2，这时计算机将自动用新的结果代替原来的选择。 4．每次只允许选择1个题目，做完以后才可以选择新的题目。开课前三天，自动关闭选课，此间调课需通过管理员进行。第一次选课于第二周星期一（2013年9月16日）开始，正式上课时间为2013年9月23日（星期一）。 注：物理学院和中法工程师学院的学生只需注册，不要自行选课，由实验中心统一安排。 物理实验课程说明 1．本课程采用“积分制”教学模式。每个实验题目根据其难易程度设置了不同积分，本学期规定修“物理实验A”的同学要完成38个积分，修“物理实验B”的同学要完成33个积分。物理学院（记为C）的学生要完成58个积分。该课程只限定了最低积分，未限制实验的个数，同学们可根据自己的能力通过选做少数几个难度大的实验或多个难度小的实验来完成积分。 2．第一学期基本实验以专题的形式开出，每个专题包含不同层次、不同难度的多个实验题目。题目编号方法如下：例如1040522，其中首位数字“1”表示基本实验，第二、三位“04”为专题号，第四、五位“05”为实验序列，第六位数字“2”为题目序号，最后一位数字“2”是积分值。具体实验代号和实验题目见下表。大家可自行安排做哪些内容，但规定某些类型实验（如103、105、107、109）必选。 3．允许但不鼓励学生重复选择同一专题的实验，若重复选择同一类型题目（题号前5位相同，如1010313、1010323），包括一次课上做两个同类型实验，从第二个实验开始积分值逐次减1分；若选择同一专题不同类型题目（题号前3位相同，如1030113、1030213、1030312），从第四个实验开始积分值逐次减1分；若重做实验（题号完全相同，如1010113、1010113），每重做一次积分减1分，成绩仅保留最后一次输入的结果。 4．选课后无故不来做实验将扣除1个积分。因病缺课者，凭医院证明到选课管理室（实3-414）消除记录（一周内）；其它原因缺课于课前凭校（院）教务科证明消除记录。
基础物理实验研究性报告
拉伸法测量钢丝弹性模量
第一作者： 学号：
第二作者：
学号：
2012/11/12
拉伸法测钢丝弹性模量
第一作者： 第二作者：
目录
摘要 ................................................. 4 关键词： ............................................. 4 Abstract ............................................. 4 Key words: ........................................... 5 一、实验原理 ......................................... 5 （1）弹性模量简介................................... 5 （2）光杠杆放大原理................................. 7 二、实验仪器 ......................................... 9 三、实验步骤 ......................................... 9 （1）装置调节前的初步观察 ........................... 9 （2）调整弹性模量测量系统 ........................... 9 （3）测量数据 ..................................... 11 （4）实验中注意的问题： ............................ 11 （5）数据处理 ..................................... 11 四、实验数据记录与处理 .............................. 12 （1）计算钢丝弹性模量.............................. 12 （2）计算钢丝弹性模量的不确定度 .................... 13 五、实验讨论 ........................................ 15 （1）误差分析 ..................................... 15 （2）实验调节经验总结.............................. 17 六、实验改进意见 .................................... 18 1、测量钢丝长度 L 方式的改进。 ...................... 18 2、测量装置调节方式的改进。 ........................ 19 2
系统辨识习题解答 1-14、若一个过程的输入、输出关系可以用MA 模型描述，请将该过程的输入输出模型写成 最小二乘格式。 提示：① MA 模型z k D z u k ()()()=-1 ② 定义ττθ)](,),1(),([)(,],,,[10n k u k u k u k d d d n --==ΛΛh 解：因为MA 模型z k D z u k ()()()=-1，其中 n n z d z d d z D ---+++=Λ1101)(，从而 所以当定义ττθ)](,),1(),([)(,],,,[10n k u k u k u k d d d n --==ΛΛh ，则有最小二乘格式： )()()()()(0k e k k e k h d k z n i i i +=+=∑=θτ ， 其中e(k)是误差项。 2-3、设)}({k e 是一个平稳的有色噪声序列，为了考虑这种噪声对辨识的影响，需要用一种 模型来描述它。请解释如何用白噪声和表示定理把)(k e 表示成AR 模型、MA 模型和ARMA 模型。 解：根据表示定理，在一定条件下，有色噪声e(k)可以看成是由白噪声v(k)驱动的线性环 节的输出，该线性环节称为成形滤波器，其脉冲传递函数可写成 即 )()()()(11k v z D k e z C --= 其中 c c n n z c z c z C ---+++=Λ1111)( 根据其结构，噪声模型可区分为以下三类： 自回归模型（AR 模型）： )()()(1k v k e z C =- 平均滑动模型（MA 模型）： )()()(1k v z D k e -= 自回归平均滑去模型（ARMA 模型）： )()()()(11k v z D k e z C --= 3－4、根据离散Wiener-Hopf 方程，证明 解：由于M 序列是循环周期为t N P ?，12-=P P N ，t ?为M 序列移位脉冲周期，自相关函数 近似于δ函数，a 为M 序列的幅度。设数据的采样时间等于t ?，则离散Wiener-Hopf 方程为： 当M 序列的循环周期t N P ?大于过程的过渡过程时间时，即P N 充分大时，离散Wiener-Hopf 方程可写成：
上海大学2015 ～2016学年冬季学期研究生课程考试 小论文格式 课程名称：系统建模与辨识课程编号： 09SB59002 论文题目: 基于改进的BP神经网络模型的网络流量预测 研究生姓名: 李金田学号: 15721524 论文评语: 成绩: 任课教师: 张宪 评阅日期:
基于改进的BP神经网络模型的网络流量预测 15721524，李金田 2016/3/4 摘要：随着无线通信技术的快速发展，互联网在人们的日常生活中占据了越来越重要的位置。网络中流量监控和预测对于研究网络拓扑结构有着重要的意义。本文参考BP算法，通过分析算法的优势和存在的一些问题，针对这些缺陷进行了改进。通过建立新的流量传输的传递函数，对比了经典的传递函数，并且在网络中进行了流量预测的实验和验证。新方法在试验中表现出了良好的实验性能，在网络流量预测中有很好的应用，可以作为网络流量预测的一个新方法和新思路，并且对研究网络拓扑结构有着重要的启发作用。网络流量预测在研究网络行为方面有着重要的作用。ARMA时间序列模型是比较常见的用于网络流量预测的模型。但是用在普通时间序列模型里面的一些参数很难估计，同时非固定的时间序列问题用ARMA模型很难解决。人工神经网络技术通过对历史数据的学习可能对大量数据的特征进行缓存记忆，对于解决大数据的复杂问题很合适。IP6 网络流量预测是非线性的，可以使用合适的神经网络模型进行计算。 A Novel BP Neural Network Model for Traffic Prediction of The Next Generation Network. Abstract:With the rapid development of wireless communication technology, the internet occupy an important position in people’s daily life. Monitoring and predicting the traffic of the network is of great significant to study the topology of the network. According to the BP algorithm, this paper proposed an improved BP algorithm based on the analysis of the drawback of the algorithm. By establishing a new transfer function of the traffic transmission, we compare it with the previous transmission function. Then, the function is used to do experiments, found to be the better than before. This method can be used as a new way to predict the network traffic, which has important implications for the study of the network topology. Network traffic prediction is an important research aspect of network behavior. Conventionally, ARMA time sequence model is usually adopted in network traffic prediction. However, the parameters used in normal time sequence models are difficult to be estimated and the nonstationary time sequence problem cannot be processed using ARMA time sequence problem model. The neural network technique may memory large quantity of characteristics of data set by learning previous data, and is suitable for solving these problems with large complexity. IP6 network traffic prediction is just the problem with nonlinear feature and can be solved using appropriate neural network model.
襄樊学院2008-2009学年度上学期《系统辨识》试题 B卷参考答案及评分标准 一、选择题：（从下列各题的备选答案中选出一个或几个正确答案，并将其代号写在题干后面的括号内。答案选错或未选全者，该题不得分。每空2分，共12分） 1、（D） 2、（A） 3、（C） 4、（ABC） 5、（BCD） 6、（B） 二、填空题：（每空2分，共14分） 1、图解 2、阶次和时滞 3、极大似然法和预报误差法 4、渐消记忆的最小二乘递推算法和限定记忆的最小二乘递推算法 三、判断题（下列命题你认为正确的在题后括号内打“√”；错误的打“×”并改正；每小题2分，共20分）（注：正确的题目括号内打“√”得2分，打“×”得0分；错误的题目括号内打“×”得1分，改正正确再得1分，错误的题目括号内打“√”得0分；） 1、（×）非零→零 2、（√） 3、（×）完全相同→不完全相同 4、（√） 5、（×）不相同→相同 6、（√） 7、（√） 8、（√） 9、（×）灰箱→白箱 10、（×）不需要→需要 四、简答题：（回答要点，并简明扼要作解释，每小题6分，共18分） 1、答：计算中用一个数值来表示对观测数据的相对的“信任程度”，这就是权。（2分） 对于时变参数系统，其当前的观测数据最能反映被识对象当前的动态特性，数据愈“老”，它偏离当前对象特性的可能性愈大。因此要充分重视当前的数据而将“过时的”、“陈旧的”数据逐渐“遗忘”掉，这就是加权的概念。（2分）具体的方法是，每当取得一个新的量测数据，就将以前的所有数据都乘上一个加权因子ρ（0<ρ<1）,这个加权因子体现出对老数据逐步衰减的作用，所以ρ也可称为衰减因子，因此在L次观测的基础上，在最小二乘准则中进行了某ρ=μ（0<μ<1），选择不同的μ就得到不同的加权效果。μ愈小，表示将过种加权，即取2 去的数据“遗忘”得愈快。（2分） 2、答：相关分析法的主要优点是由于M序列信号近似于白噪声，噪声功率均匀分布于整个频带，从而对系统的扰动甚微，保证系统能正常工作（1.5分）。此外。因为相关函数的计算是一种
911材料综合考试大纲（2016版） 《材料综合》满分150分，考试内容包括《物理化学》、《材料现代研究方法》《材料科学基础》三门课程，其中《物理化学》占总分的50%,《材料现代研究方法》占总分的30%，《材料科学基础》占总分的20%。特别注意：《材料科学基础》分为三部分，考生可任选其中一部分作答。 物理化学考试大纲（2016版） 适用专业：材料科学与工程专业 《物理化学》是化学、化工、材料及环境等专业的基础课。它既是专业知识结构中重要的一环，又是后续专业课程的基础。要求考生通过本课程的学习，掌握化学热力学及化学动力学的基本知识；培养学生对化学变化和相变化的平衡规律及变化速率规律等物理化学问题，具有明确的基本概念，熟练的计算能力，同时具有一般科学方法的训练和逻辑思维能力，体会并掌握怎样由实验结果出发进行归纳和演绎，或由假设和模型上升为理论，并能结合具体条件应用理论分析解决较为简单的化学热力学及动力学问题。 一、考试内容及要求 以下按化学热力学基础、相平衡、化学平衡、界面现象、电化学、以及化学动力学六部分列出考试内容及要求。并按深入程度分为了解、理解（或明了）和掌握（或会用）三个层次进行要求。 （一）化学热力学基础 理解平衡状态、状态函数、可逆过程、热力学标准态等基本概念；理解热力学第一、第二、第三定律的表述及数学表达式涵义；明了热、功、内能、焓、熵和Gibss函数，以及标准生成焓、标准燃烧焓、标准摩尔熵和标准摩尔吉布斯函数等概念。 熟练掌握在物质的p、T、V变化，相变化和化学变化过程中求算热、功以及各种热力学状态函数变化值的原理和方法；在将热力学公式应用于特定体系的时候，能应用状态方程（主要是理想气体状态方程）和物性数据（热容、相变热、蒸汽压等）进行计算。 掌握熵增原理和吉布斯函数减小原理判据及其应用；明了热力学公式的适用条件，理解热力学基本方程、对应系数方程。 （二）多组分系统热力学 理解偏摩尔量和化学势的概念；理解并掌握化学势判据及其应用。 掌握Raoult定律和Henry定律以及它们的应用；理解理想体系（理想液体混合物和理想稀溶液）中各组分化学势的表达式；理解并掌握形成理想液体混合物过程热力学函数变的