研讀論文報告參考
研讀論文報告參考
篇一：論文研讀報告 特等獎和第五篇
第一次論文研讀：2009A
特等獎：
問(wèn)題一：
針對（一）
{ EMBED Equation.KSEE3 * MERGEFORMAT 11Gv2Gr2
22|GvJwJ代入已給數據； 222gwg
問(wèn)題二：
針對（二）
機械慣量=基礎慣量+飛輪慣量之和
根據題意：基礎慣量=10
飛輪慣量=30、60、120
機械慣量：10
10+30=40
10+60=70
10+60+30=100
10+120=130
10+120+30=160
10+120+60=190
10+120+60+30=220
等效轉量慣距=電動(dòng)機電流控制提供的轉矩[-30,30]+機械慣量；
52 -42(舍)10
12 40
-1870
-38（舍）100
問(wèn)題三：
公式（3）-（9）顯然
問(wèn)題四：
>> x=load('zhuansu.txt');
h=0.01;
M=load('扭矩.txt');
n=load('轉速.txt');
m=size(x);
w=2*n*pi/60;
w1=2*514.33*pi/60;
f1=w1*40;
w2=2*513.79*pi/60;
f2=w2*40;
W=(f1+f2)*h/2;
for i=2:m-1
w(i+1)=2*pi*n(i+1)/60;
f(i+1)=M(i+1)*w(i+1);
W=W+(f(i)+f(i+1))*h/2;
end
wr=W;
Wr=-wr
Wr =
-4.9242e+004
>>
問(wèn)題五：
控制方法一：
假設角速度變化率是連續的：
�。�16）+（13）=（17）展開(kāi)整理即可；
由式(11)代入從0-kT時(shí)刻，用小時(shí)段積分的方法得到（19）；
由于小時(shí)段內M是不變的，因此整理出式（20）；
控制方法二：
假設扭矩的變化率是連續的：
問(wèn)題六（改進(jìn)）：
角速度補償法：每個(gè)時(shí)間段的控制電流=原有控制電流+增加的補償電流（當前角速度與理論角速度的差值）；
改建方法一（減小誤差，優(yōu)化控制方法）：
補償電流來(lái)源：將每一段電流理想值與實(shí)際值的差作為下一時(shí)段的補償電流； 作圖x=0:0.1:5;
m=size(x);
w0=50/0.286;
Wr=0;
w=w0/50;
E=0;
for i=1:m-1
w(i)=w0-w*i;
Wr=Wr+(w(i)+w(i-1))/2*0.1*505;
Wz(i)=1/2*52*(w(i)^2-w0^2);
E(i)=-Wr-Wz(i);
e(i)=E(i)/(-Wr);
end
plot(x,E,'K');
J=52;
J0=40;
R=0.286;
w0=50/3.6/R;
M=w0/5*J;
x=0:0.1:5;
y=0.1:0.1:5;
w(1)=w0-M*0.1/J0;
w(2)=(2-J/J0)*w(1)+(J/J0-1)*w0-M*0.1/J0;
for k=3:50
w(k)=(2-J/J0)*w(k-1)+(J/J0-1)*w(k-2)-M *0.1/J0;
end
plot(y,abs(w-(w0-M/J*y)),'r');
0.32
0.3
0.28
0.26
0.24
0.22
0.200.511.522.533.544.55
clear;
J=52;
J0=40;
R=0.286;
w0=50/3.6/R;
M=w0/5*J;
T=0.1;
t=5;
x=0:T:t;
y=T:T:t;
w(1)=w0-M*T/J0;
w(2)=(1-(J-J0)/J0)*w(1)+(J-J0)/J0*w0-M*T/J0;
for k=3:t/T
w(k)=(1-(J-J0)/J0)*w(k-1)+(J-J0)/J0*w(k-2)-M*T/J0;
end
for k=1:t/T
E(k)=(w0/2+sum(w(1:k))-w(k)/2)*T*M;
Q(k)=J*(w0*w0-w(k)*w(k))/2;
F(k)=(E(k)-Q(k));
f(k)=(E(k)-Q(k))/Q(k)*100;
end
plot(y,abs(F),'+')
pause;
plot(y,abs(f),'+')
25
20
15
10
5
000.511.522.533.544.55
改進(jìn)方法二：
clear;
J=52;
J0=40;
R=0.286;
w0=50/3.6/R;
M=w0/5*J;
T=0.1;
t=5;
x=0:T:t;
y=T:T:t;
w(1)=w0-M*T/J0; for k=2:t/T
w(k)=w(k-1)-T/J*M
end
plot(y,abs(w-(w0-M/J*y)),'b*-')
00.511.522.533.544.55
clear;
J=52;
J0=40;
R=0.286;
w0=50/3.6/R;
M=w0/5*J;
T=0.1;
t=5;
x=0:T:t;
y=T:T:t;
篇二：數模集訓第一次論文研讀報告
艾滋病療法評價(jià)及療效的預測模型
第一篇：
對于所給的樣本數據中有缺少的部分，本篇論文并沒(méi)像第四篇中的那樣采用拉格朗日線(xiàn)性插值法對數據進(jìn)行補全，不過(guò)根據模型最后所得到的結果，就第一篇所用的方法似乎個(gè)別數據的不完整性不影響最后的回歸結果。
1、首先，應用SPSS回歸出CD4濃度隨著(zhù)時(shí)間t的二次變化曲線(xiàn)變化： 大致結果如下
對于，CD4的SPSS運行結果，回歸檢驗數F值為84.749，擬合優(yōu)度0.93，P值為0，表示模型還是可行的，顯著(zhù)性通過(guò)。根據題意也可得：CD4的濃度是隨著(zhù)在一開(kāi)始是隨著(zhù)時(shí)間的增加而增多的，而當超過(guò)了一定的時(shí)間之后，將會(huì )由于HIV的濃
度的增加，CD4的濃度漸漸減小，符合二次拋物線(xiàn)模型。
y(1.04)*x26.114*x99.256
下面就HIV與時(shí)間T的關(guān)系進(jìn)行一個(gè)二次回歸：
對于HIV的濃度變化的數據回歸，可以看出F值為245.047。 回歸方程為：
y0.03t21.62*t4.396
利用MATLAB可得最值，也即最佳停藥時(shí)間為： syms x
>> df=diff(0.03*x^2-1.62*x+4.396) df =
3/50*x-81/50
>> f=inline('0.03*x^2-1.62*x+4.396') f =
Inline function:
f(x) = 0.03*x^2-1.62*x+4.396 >> X=solve(df) X = 27
把CD4和HIV分開(kāi)討論作為評價(jià)和預測的標準不是很合理，停藥的標準應該是CD4達到最高開(kāi)始下降的同時(shí)HIV達到最低開(kāi)始上升，而非單獨考慮其中之一的單性發(fā)展。
第二篇：
就是建立了一個(gè)完全二次多項式回歸模型，對于編者按里所提到的把服藥前CD4和HIV的濃度作為初始變量放入回歸模型中的做法可以提高回歸精度的原理，我并沒(méi)有覺(jué)得是典型的特點(diǎn)吧，個(gè)人覺(jué)得第一篇第一問(wèn)應該也有這樣用，只不過(guò)它為了好處理，統一都取了對數。本文最大的特點(diǎn)應該是采用了逐步回歸的方法，以及定義了較好的評價(jià)指標，即它定義了療效CH=m*C(t)/H(t)作為療效的評價(jià)標準。
首先，畫(huà)出CD4的逐步回歸圖。
Coefficients with Error Bars
XXXXXXXX
Coeff.t-stat p-valModel History
RMSE
F值接近300，P值很小，說(shuō)明逐步回歸的效果還是相對可行的，然后從圖中能看出C(0),H（0），t,C(0),H(0)*t,t對模型的影響較為顯著(zhù)。這里與原文有差誤，原文中逐步回歸出來(lái)的顯著(zhù)性因素中，沒(méi)有H(0)*t這一項，產(chǎn)生的原因可能是由于在剔除數據的過(guò)程中，我的處理方式是直接將空缺的數值去掉。所以有
120.0551.43622*C(0)23.2401*H(0)4.16975*t0.00172672*C(0)20.402781*H(0)*t0.0976288*t
Coefficients with Error Bars
XXXXXXXXCoeff.t-stat p-val
Model History
RMSE
F值為144.922，P值為3.20514e-146，非常小，由此可見(jiàn)回歸模型的相對正確性，從圖中看出，t,C(0)*H(0),C(0)*t,H(0)*t,H(0),t對因變量的顯著(zhù)性回歸較
為明顯。
H(t)2.172440.0999326*t0.000290638*C(0)*H(0)(5.55906e05)*C(0)*t0.0111486*H(0)*t0.0914151*H(0)20.00321384*t2
CH
定義療效
C(t)
H(t)，即C(t)越大，H(t)越小時(shí)，療效越明顯，畫(huà)出CH的圖像后，
可得拋物線(xiàn)的頂點(diǎn)為最佳停止治療的時(shí)間。
篇三：論文閱讀報告要求及范例
科技論文閱讀報告要求：
1. 撰寫(xiě)科技論文閱讀報告是對閱讀的一個(gè)歸納和提煉，并針對這些問(wèn)題提出自己的見(jiàn)解。
2. 中文撰寫(xiě)，1-3頁(yè)，主要包括以下幾點(diǎn)：
�。�1）論文要解決的問(wèn)題是什么，該問(wèn)題為什么重要？（Introduction和Motivation章節）
�。�2）論文提出了什么解決方案，效果如何？（Introduction，Design和Conclusion章節）
�。�3）論文提出該解決方案的動(dòng)機是什么？（Introduction和Motivation章節 *重要）
�。�4）論文提出的解決方案有何不足之處？（Design和Performance及自己的見(jiàn)解 *重要）
�。�5）以前解決該問(wèn)題有哪些方法，有何不足之處？（Related Work章節）
�。�6）針對該問(wèn)題你是否有更好的解決方案？（自己的見(jiàn)解 *重要）
其中第（4）點(diǎn)和第（6）點(diǎn)是論文閱讀報告的重點(diǎn)，需要通過(guò)閱讀論文和分析提出自己對于該問(wèn)題更加深入的理解和認識。
3．每個(gè)人閱讀的論文不同，根據需要還可以參考閱讀其他相關(guān)論文，相互之間可以討論，但論文閱讀報告的撰寫(xiě)必須個(gè)人獨立完成，最后需要同時(shí)提交電子版和打印版。
4. 附錄是一個(gè)論文閱讀報告的范例，供大家參考。附件中另兩篇論文介紹了如何有效地閱讀一篇科技論文。
近三年的FAST會(huì )議論文可以從以下鏈接找到：
FAST’09: http://）通知我，務(wù)必在郵件中寫(xiě)清楚姓名、學(xué)號以及文章題目，我會(huì )在FTP上將你的姓名標注在該文章上，其他人不得再選。如有多人選擇同一篇文章，則根據郵件的先后順序取舍。
《信息存儲技術(shù)》論文閱讀報告 范例
姓名：*** 學(xué)號：***********
A. 論文的基本信息：
Suzhen Wu, Hong Jiang, Dan Feng, Lei Tian, and Bo Mao. WorkOut: I/O Workload Outsourcing for
Boosting the RAID Reconstruction Performance. In Proceedings of the 7th USENIX Conference on File and Storage Technologies (FAST 2009), San Francisco, CA, USA, February 24-27, 2009, pp. 239-252.
B. 論文要解決的問(wèn)題及其重要性？
在磁盤(pán)陣列中，當某個(gè)磁盤(pán)發(fā)生故障后，磁盤(pán)陣列需要在線(xiàn)恢復故障盤(pán)中的數據到備份磁盤(pán)中，這一過(guò)程稱(chēng)為磁盤(pán)陣列在線(xiàn)重建。論文要解決的主要問(wèn)題就是如何提高磁盤(pán)陣列在線(xiàn)重建性能，同時(shí)優(yōu)化重建過(guò)程中用戶(hù)的響應性能。
由于在以磁盤(pán)陣列為基礎的大規模存儲系統中，磁盤(pán)數量是相當大的，最近的研究表明在大規模存儲系統中磁盤(pán)故障發(fā)生的概率是非常高的。因此磁盤(pán)陣列的在線(xiàn)重建也是一個(gè)經(jīng)常性發(fā)生的事件，并且磁盤(pán)陣列在線(xiàn)重建的性能直接關(guān)系到存儲系統的可用性和可靠性，如何快速的恢復失效的數據塊并最低化對用戶(hù)性能的影響是一個(gè)非常重要的研究問(wèn)題。
C. 論文提出了什么樣的解決方案，效果如何？
針對磁盤(pán)陣列的在線(xiàn)重建問(wèn)題，論文提出了WorkOut方法。WorkOut利用請求重定向技術(shù)將來(lái)自用戶(hù)的寫(xiě)請求和熱點(diǎn)讀請求重定向到代理磁盤(pán)陣列中，從而可以減輕重建中磁盤(pán)陣列的負載，以加快重建過(guò)程。同時(shí)由于重定向到代理磁盤(pán)陣列的請求沒(méi)有收到重建的影響，用戶(hù)的性能也提高了。WorkOut主要包括5個(gè)模塊：
用戶(hù)接口模塊（Administration Interface）：為系統管理員配置WorkOut的參數而提高的用戶(hù)接口；
熱點(diǎn)數據識別模塊(Popular Data Identifier)：識別在線(xiàn)重建過(guò)程中用戶(hù)的熱點(diǎn)訪(fǎng)問(wèn)數據； 請求重定向模塊(Request Redirector)：處理重建過(guò)程中用戶(hù)請求的定位，將這些請求按照WorkOut策略發(fā)送到對應的存儲設備中；
回收模塊(Reclaimer)：當磁盤(pán)陣列重建完成后，從代理磁盤(pán)陣列中回收所有的被重定向的寫(xiě)數據到完成數據重建的磁盤(pán)陣列中；
代理設備空間管理模塊(Surrogate Space Manager)：對代理磁盤(pán)陣列中的空間進(jìn)行管理，并控制被重定向的數據在代理磁盤(pán)陣列中的數據布局方式；
通過(guò)對WorkOut的原型系統的測試，對比現有的磁盤(pán)陣列重建算法如PR和PRO，WorkOut可以減少重建時(shí)間1.26到5.89倍，減少用戶(hù)響應時(shí)間1.22到2.87倍。通過(guò)TPC-C的標準測試，WorkOut可以減少響應時(shí)間46.6%和36.9%，減少重建時(shí)間15%。同時(shí)，WorkOut還可以適用于磁盤(pán)陣列的同步、磁盤(pán)擦洗等其他后臺任務(wù)。
D. 論文提出該解決方案的動(dòng)機是什么？
論文提高該解決方案的主要動(dòng)機有以下三個(gè)方面：（1）最近的大量研究表明大規模存儲系統中磁盤(pán)發(fā)生故障遠高于預期，使磁盤(pán)陣列在線(xiàn)重建變得尤為重要；（2）磁盤(pán)陣列重建過(guò)程中用戶(hù)的I/O請求和磁盤(pán)陣列重建的I/O請求是相互影響的。隨著(zhù)用戶(hù)請求的強度下降，磁盤(pán)陣列的重建性能相應提高了；（3）通過(guò)對用戶(hù)負載的訪(fǎng)問(wèn)分析發(fā)現，用戶(hù)的訪(fǎng)問(wèn)是存在局部性的，即某些熱點(diǎn)數據是經(jīng)常被訪(fǎng)問(wèn)的�；谝陨先齻�(gè)現象，作者提出了利用請求重定向的技術(shù)來(lái)加快磁盤(pán)陣列在線(xiàn)重建的性能。
E. 該解決方案有何不足之處？
通過(guò)對該論文的閱讀，發(fā)現該方法雖然可以有效地加快磁盤(pán)陣列在線(xiàn)沖擊的性能，但是也有一些不足之處：（1）對代理磁盤(pán)陣列的性能有一定的影響。因為重定向到代理磁盤(pán)陣列的用戶(hù)請求會(huì )占有代理磁盤(pán)陣列中的磁盤(pán)資源，從而降低代理磁盤(pán)陣列本身的用戶(hù)性能。在論文的4.3節中有介紹，當代理磁盤(pán)陣列是活躍的時(shí)候，WorkOut對其性能有23.6%到43.9%的影響；
�。�2）WorkOut方法不能簡(jiǎn)單地應用于單個(gè)磁盤(pán)陣列中。在單個(gè)磁盤(pán)陣列中是沒(méi)有其他磁盤(pán)陣列的，所以用戶(hù)的請求就沒(méi)有地方可以重定向了，因此WorkOut只適用于包含很多磁盤(pán)陣列組的大規模存儲系統中。
F. 以前解決該問(wèn)題的方法及不足之處？
以前解決磁盤(pán)陣列重建問(wèn)題的方法主要分為兩類(lèi)：（1）通過(guò)優(yōu)化磁盤(pán)陣列重建算法來(lái)加快重建速度，如DOR、PR和PRO等。（2）通過(guò)改變磁盤(pán)陣列數據布局和請求調度來(lái)加快磁盤(pán)陣列重建性能，如Parity Declustering和FARM等。
但是以上這些方法都局限于在單個(gè)磁盤(pán)陣列內部來(lái)加快磁盤(pán)陣列的重建性能，沒(méi)有考慮對用戶(hù)的I/O請求進(jìn)行優(yōu)化，同時(shí)也沒(méi)有考慮大規模存儲系統中多個(gè)磁盤(pán)陣列組之間的協(xié)作。 G. 進(jìn)一步的優(yōu)化方法或問(wèn)題擴展？
通過(guò)閱讀該論文發(fā)現提高磁盤(pán)陣列的在線(xiàn)重建性能是一個(gè)非常嚴峻的問(wèn)題。認真分析后覺(jué)得可以從以下方面來(lái)進(jìn)一步優(yōu)化：（1）在大規模存儲系統中，可以智能地選擇一個(gè)負載比較輕的代理磁盤(pán)陣列來(lái)重定向用戶(hù)請求，從而可以減輕對代理磁盤(pán)陣列性能的影響。如果代理磁盤(pán)陣列本身的負載比較重，此時(shí)重定向的用戶(hù)請求會(huì )加劇代理磁盤(pán)陣列的負載，從而同時(shí)降低代理磁盤(pán)陣列的性能和重定向過(guò)去請求的響應延遲；（2）當前以Flash為存儲介質(zhì)的固態(tài)盤(pán)已日漸成熟，如果將磁盤(pán)陣列中的磁盤(pán)替換為固態(tài)盤(pán)，由于固態(tài)盤(pán)固有的不同屬性，這些已有的磁盤(pán)陣列重建算法是否適用于固態(tài)盤(pán)陣列？或者對于固態(tài)盤(pán)陣列是否有新的數據重建方法？
【研讀論文報告參考】相關(guān)文章：
學(xué)習報告的格式參考04-12
超聲報告模板參考02-15
測試報告參考范例02-15
關(guān)于公文報告的格式參考12-24
社區任職報告參考范文03-19
關(guān)于 期貨報告范文參考03-07
學(xué)校工作報告參考03-25
高中英語(yǔ)結題報告_參考02-15
關(guān)于文明小區創(chuàng )建經(jīng)驗的交流報告參考02-23
農村醫療衛生調查報告參考03-19