简介:说明 此组题是几何能力训练一的补充,主要训练识图、画图、计算、逻辑推理能力. 一、填空(1~6小题各3分,7~10小题各5分,共38分)1.目测图中全等的三角形可能有对.(如图C-16)图C-16图C-172.如图C-17,AB=AC,点D、F是∠BAC的平分线上两点,AD、DF满足关系时,S△ADC=S△BDF.3.画图,并回答.从△ABC的顶点B作∠A的平分线的垂线段BD,垂足为D,过点D作DE∥AC,交AB于点E.图中的直角三角形是,等腰三角形有.图C-184.如图C-18,AD∥BC,BE平分∠ABC,交AD于E.AD=8cm,AB=3cm,则ED=cm.5.如图C-19,△ABC中
简介:目的:基于支持向量机回归(SVR)模型在非线时间序列的预测能力及经验模态分解(EMD)方法在处理非线性非平稳性的优势,提出一种复合自回归经验模态分解支持向量机回归(AR-EMDSVR)模型,提高非线性非平稳船舶运动极短期预报精度。创新点:1.研究非线性非平稳船舶运动的极短期预报问题,提出一种复合的预报方法;2.基于不同层次的预报模型和模型试验数据,分析非线性非平稳性对极短期预报精度的影响。方法:1.在SVR模型中引入基于自回归(AR)预报端点延拓的EMD方法,形成复合的AR-EMDSVR预报模型;2.基于集装箱船模水池试验运动数据将AR-EMD-SVR模型与AR、SVR和EMD-AR三种模型进行比较,分析非线性非平稳性对极短期预报的影响以及不同模型的预报性能。结论:1.AR-EMD方法能够有效的克服非平稳对极短期预报模型(AR和SVR)在精度上所带来的不良影响;2.基于船模试验数据的预报结果表明:相较于AR、SVR和EMD-AR三种预报模型,基于AR-EMD-SVR模型的非线性非平稳船舶运动极短期预报结果具有更高的精度。