广义测不准关系与黑洞熵的修正值

最近,人们致力于解决黑洞(Bekenstein-Hawking)熵的量子修正问题.尤其是,许多学者对黑洞熵修正项中的对数项系数产生了极大的兴趣.本文,利用广义测不准关系对黑洞熵的修正值进行了计算,给出了由广义测不准关系而引起的修正项.我们在计算中认为Bekenstein-Hawking面积定理在考虑广义测不准关系后仍然成立,我们得到黑洞熵修正项中的对数项系数是正的,与目前人们给出的结论不同.然而我们的方法具有普适性,不仅对单视界时空成立,而且对双视界时空也有效.在整个计算过程中,计算方法简明,物理意义明确.这样我们的结论为进一步研究Bekenstein-Hawking面积定理成立的条件提出了新的课题.     

高校逻辑学界对“逻辑是否可修正”问题的辨析

"逻辑是否可修正"问题因其语义的模糊性和多义性,可被划分为不同的论点.而学界对这一问题的争论大多是基于不同的语义解释下"逻辑是否可修正"观点,因而未能凸显该问题的核心本质甚至迷失了讨论的价值.文章试图在探寻该问题的核心论点的基础上,对"逻辑是否可修正"进行语义上的修正.     

大学英语课堂中会话修正的语用分析

修正是指交际者处理交际过程中出现的听、说或者理解问题所作出的努力.本文根据Schegloff、 Jefferson、Sacks提出的修正策略的结构模式,对大学英语课堂会话中的修正就其结构特点和功能进行了语用分析.本文认为,通过修正,老师和学生能够有效的达到自己特定的交际目的并且能够解决会话中出现的听、说或者理解出现的问题.     

基于小波优化阈值的图像滤噪研究

小波阈值滤噪是小波域滤噪的主要方法之一.该文描述了小波图像的滤噪原理和阈值的选取.针对图像滤噪在软、硬阈值的基础上进行了优化,给出了一种修正后的算法并在matlab7.9平台上对图像分别进行硬阈值、软阈值和软硬阈值修正算法滤噪的仿真实验,结果表明软硬阈值修正算法的滤噪效果更优.     

大学英语课堂中会话修正的语用分析

修正是指交际者处理交际过程中出现的听、说或者理解问题所作出的努力.本文根据Schegloff、 Jefferson、Sacks提出的修正策略的结构模式,对湛江师范学院大学英语课堂会话中的修正就其结构特点和功能进行了语用分析.本文认为,通过修正,老师和学生能够有效的达到自己特定的交际目的并且能够解决会话中出现的听、说或者理解出现的问题.     

Ag-MgF2金属陶瓷薄膜光学常数的尺度效应

对Ag金属颗粒镶嵌在MgF2陶瓷基体中形成的金属陶瓷薄膜光学常数的尺度效应进行了研究.用修正的M-G (Maxwell-Gannett)理论对Ag-MgF2金属陶瓷薄膜,在金属微粒体积百分比不同情况下光学常数的尺度效应进行了理论计算,并将理论计算结果与文献[1]的实验数据进行了比较,结果表明:金属微粒在低体积百分比(f1≤20%)情况下,所用修正M-G理论计算金属陶瓷薄膜所得的光学常数要比文献[1]所用的修正方法更符合实验数据.从而得到金属陶瓷薄膜光学常数微尺度效应的最佳修正因子,为实际研制开发新型薄膜材料提供科学的分析方法.     

解变分不等式的一种修正二次投影算法

通过进一步限制该投影区域对Yiran He的算法进行了修正,从而提出了一种变分不等式的修正二次投影算法.该算法具有更长的步长,并证明了该算法生成的无穷序列具有的全局收敛性.     

电视谈话节目中的会话修正分析

修正是指在会话中讲话者或聆听者碰到不合规范的话、无意误用的语言形式或发生误解时加以改正.本文根据Schegloff,Jefferson和Sacks提出的修正策略的结构模式,对电视谈话节目中的会话修正(又称语篇修正)现象进行了分析,试总结电视谈话节目中修正策略的特点和作用.     

修正牛顿法求解绝对值方程

利用修正牛顿法提出了求解绝对值方程Ax-︱x︱=b的一种算法,对算法的收敛性进行了分析和证明,并将修正牛顿法与牛顿法进行了比较,比较表明修正牛顿法的计算效率更高,最后通过数值实验表明该算法是有效的.     

一种新的基于多因素修正的结构件裂纹扩展预测方法（英文）

通过对基于多因素修正的剩余寿命预测方法中的应力集中因子进行推导,提出了一种基于多因素修正的结构件裂纹扩展预测方法,从而实现了结构因素、应力比、加载方式、表面质量系数与构件裂纹扩展之间的量化关系表达.将所提方法应用于具体的实例构件的裂纹扩展预测中,并定量分析了所提出的各具体修正因素对实例构件裂纹扩展预测结果的影响.同时,运用基于Weibull分布概率密度方程的概率方法对修正后方法预测结果的精度进行评价,通过概率密度方程对实际预测结果所对应的概率密度值进行了求解.结果表明,该方法的预测结果比断裂力学的预测结果更精确,更接近试验结果.     

浅谈高教版《进出口贸易实务》教材中几个计算公式的修正

在教学过程中,学生利用教材中的运费、保险等计算公式进行计算时,由于不注意计量单位的不同、投保加成的含义等,错误率比较高.为了减少错误,便于学生理解和掌握,笔者对运费、保险等几个公式进行了修正,学生利用修正后的公式进行计算,大大提高了准确率.     

改进的灰色GM(1,N)模型在经济中的预测与应用

论文就修正GM(1,N)预测模型的误差,提出了新方法.使用BP神经网络对预测模型的残差进行预测,得到的残差预测值对所建模型的预测值进行残差修正,以减少因子变量预测误差对行为变量预测的影响.实践表明这些改进模型可以有效地提高GM(1,N)模型的预测精度.     

大学生英语口语自我修补研究

在现有自我修正理论及相关研究的基础上,本文运用从英语口语课堂上收集到的资料,采用定性与定量相结合的方法,对大学生英语口语自我修补的频率、模式及分布特点等进行了实证研究.得出了以下结论在四种自我修正中,相同信息修正和错误修正所占的比例较高,而不同事实修正和恰当修正所占的比例较少.说明大学生在口语表达中重语言形式而轻交际内容,也不注重信息传递的质和量,对英语的驾驭能力不容乐观,交际能力比较薄弱,不善于运用恰当的交际策略.本文分析了出现以上问题的原因,并提出了四条相关措施.     

基于时间序列分析的车载MEMS陀螺仪异常测量数据的辨识与修正(英文)

针对目前车载MEMS陀螺仪含有较多异常测量数据的情况,提出了一种基于时间序列分析的辨识和修正方法.根据MEMS陀螺仪测量数据的自相关函数和偏相关函数特征初步确定自回归移动平均(ARI-MA)模型,再引入AIC准则确定最优模型,并采用最小二乘估计法对模型参数进行估计.当此模型的有效性检验通过时,即用该模型对测量数据的变化趋势进行预测.当某个测量值与其预测值之差大于设定的阈值时,则判定此测量值为异常数据并用预测值进行修正.为了验证所提算法的效果,对MEMS陀螺仪测量的横摆角速度数据进行了实验.结果表明,所提方法可以有效地识别出车载MEMS陀螺仪的异常测量数据,并能进行合理的修正.     

关于多项式论中一个命题的注记

对文献 [1]中关于多项式分解的一个命题进行了修正 .     

线性目标最优化图解法的改进

目标优化是运筹学和管理科学经常研究的内容,而图解法是求解线性目标优化的一种方法.但传统的线性目标优化的图解法在某些情形下不能求得线性目标优化的最佳满意解.本文对该方法进行了修正.修正以后的方法能够找到最佳的满意解.     

两个错误结论的修正及修正后的再推广

文[1]对2019年高考全国卷Ⅲ理科第21题第(1)小题的结论进行推广,得到了推广1、2、3的三个结论,读后发现其中推广2、3的结论是错误的.本文先指出其错误所在并加以修正,再把修正后的结论进行再推广.     

基于GPS的叠合梁斜拉桥双层模型修正方法

为了建立实测动响应和桥梁健康状况的实质性联系,提出用双层模型修正方法修正叠合梁斜拉桥理论计算模型.以实测固有频率为第1层修正目标,采用人工调节方法,在可靠范围内变化桥面板质量、网格划分密度、混凝土模量及边跨压重等参数修正模型的动力特性;然后以GPS实测动响应为第2层修正目标,通过逐步减小结构各向刚度EI模拟桥梁整体刚度损伤,采用有限元迭代的方法修正模型的挠度值.以南浦大桥为例,对其进行有限元建模,并利用所提出的方法进行模型修正.分析结果表明,经过第1层模型修正,频率误差的标准偏差小于7%,比初始误差有明显改善;经过第2层模型修正,桥梁跨中挠度误差小于10%,桥梁结构各向刚度EI下降约20%.研究结果表明理论计算结果与实测结果相吻合.     

基于B样条神经网络的地磁场曲面拟合

基于B样条神经网络对实测地磁数据进行曲面拟合,该网络不仅保留了B样条基函数在速度方面的改进,同时也继承了神经网络在计算精度方面的优势.选用了一种修正速度最快的改进的LMBP算法进行权值的修正,最后也通过Matlab仿真实验证明了基于B样条神经网络的拟合算法在速度与精度方面的优越之处.     

一种利用等效模型与遗传算法的动态有限元模型修正方法

为了解决现有动态有限元模型修正方法计算效率不高或者可能获得局部最优解的问题,提出了一种利用等效模型和遗传算法的动态有限元模型修正新方法.首先,在设计参数的取值范围内,根据预设的多项式模型的阶次以及自变量的个数,利用试验设计方法获得拟合响应面模型所需要的最优样本点;通过有限元分析获得样本数据,并利用回归分析获得响应面模型,从而以响应面模型逼近结构特征与设计参数之间的函数关系.然后,在遗传算法的适应度评估环节,利用响应面模型替代有限元模型计算对应于一组设计参数的结构特征,并计算遗传个体的适应度,最终通过进化获得最优解,即为修正后的设计参数.以汽车车架模型为例,对其进行有限元分析与模态试验,并利用所提出的方法进行模型修正.修正后,模态频率误差的均方值小于2%.用修改后结构的动态特性的测试结果,对修正后有限元模型的预测能力进行检验,模态频率预测误差的均方值小于2%.