论文部分内容阅读
Effects of static aeroelasticity on composite wing characteristics under different flight attitudes
【机 构】
：
Advanced Materials Test Center, School of Mechanics and Civil Engineering & Architecture,Northwester
【出 处】
：
中南大学学报（英文版）
【发表日期】
：
2013年2期
其他文献
文章介绍了水闸自动监控系统的主要组件,论述了闸门自动监控系统工作体制,通过某水库闸门自动化监控系统的具体细节,深入阐述了水闸的自动化监测系统组件和设计的详细内容。
平衡超立方体是目前发现的非常重要的网络拓扑结构.平衡超立方体的连通性成为重要的研究课题.设G是一个有限简单无向图，如果图G的每一个最小边割都孤立一个顶点，则称图G为超边
本文考虑一类有一个不变平面的三维分段光滑系统且在这个不变平面上有一个k重闭轨.通过使用分支技巧和分析系统分支方程的解，我们研究了k重闭轨附近的特殊的分支现象并得到了
本文在实H ilb e rt空间中引入了某特定优化问题的两个一般迭代法，该优化问题的约束集为一个连续单调映象的变分不等式问题的解集，有限多个连续伪压缩映象公共不动点集和有限多
作为以数据为中心的网络系统，无线传感器网络最终目的是将节点感知的数据传输到处理中心以待用户分析使用。由于WSNs节点的计算能力、存储空间以及电池能源有限，这给数据的采集
本文在实Hilbert空间中引入了某个优化问题的一般迭代法，此优化问题的约束集是关于连续单调映像的有限多个变分不等式问题的解集、有限多个变分包含问题的解集和一个连续伪压
相信业内人士都同意:移动数据增值业务是今后推动ARPU值回升与提高的驱动力.然而如何推动移动数据业务的高速发展,是摆在运营商面前的一个问题.在移动数据增值业务(包括3G业
金融市场每天随机变化。预测金融时间序列被认为是现代金融市场最具挑战性的工作之一。预测的难度在于金融时间序列固有的非线性、波动剧烈、分形等特征。自回归移动平均模型(ARIMA)等传统线性统计模型不足以进行金融时间序列预测,人工神经网络(ANN)、支持向量机(SVM)等机器学习方法预测金融时间序列时,需要大量的数据,且预测结果不够令人满意。由于分形能够为现实世界的复杂现象提供一种确定性描述,分形插值已
学位