研讀論文報(bào)告參考
研讀論文報(bào)告參考
篇一：論文研讀報(bào)告 特等獎(jiǎng)和第五篇
第一次論文研讀：2009A
特等獎(jiǎng)：
問(wèn)題一：
針對(duì)（一）
{ EMBED Equation.KSEE3 * MERGEFORMAT 11Gv2Gr2
22|GvJwJ代入已給數(shù)據(jù)； 222gwg
問(wèn)題二：
針對(duì)（二）
機(jī)械慣量=基礎(chǔ)慣量+飛輪慣量之和
根據(jù)題意：基礎(chǔ)慣量=10
飛輪慣量=30、60、120
機(jī)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(zhuǎn)量慣距=電動(dòng)機(jī)電流控制提供的轉(zhuǎn)矩[-30,30]+機(jī)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(zhuǎn)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(shè)角速度變化率是連續(xù)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(nèi)M是不變的，因此整理出式（20）；
控制方法二：
假設(shè)扭矩的變化率是連續(xù)的：
問(wèn)題六（改進(jìn)）：
角速度補(bǔ)償法：每個(gè)時(shí)間段的控制電流=原有控制電流+增加的補(bǔ)償電流（當(dāng)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(bǔ)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(bǔ)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(shù)模集訓(xùn)第一次論文研讀報(bào)告
艾滋病療法評(píng)價(jià)及療效的預(yù)測(cè)模型
第一篇：
對(duì)于所給的樣本數(shù)據(jù)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性插值法對(duì)數(shù)據(jù)進(jìn)行補(bǔ)全，不過(guò)根據(jù)模型最后所得到的結(jié)果，就第一篇所用的方法似乎個(gè)別數(shù)據(jù)的不完整性不影響最后的回歸結(jié)果。
1、首先，應(yīng)用SPSS回歸出CD4濃度隨著時(shí)間t的二次變化曲線變化： 大致結(jié)果如下
對(duì)于，CD4的SPSS運(yùn)行結(jié)果，回歸檢驗(yàn)數(shù)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，顯著性通過(guò)。根據(jù)題意也可得：CD4的濃度是隨著在一開(kāi)始是隨著時(shí)間的增加而增多的，而當(dāng)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(duì)于HIV的濃度變化的數(shù)據(jù)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(píng)價(jià)和預(yù)測(cè)的標(biāo)準(zhǔn)不是很合理，停藥的標(biāo)準(zhǔn)應(yīng)該是CD4達(dá)到最高開(kāi)始下降的同時(shí)HIV達(dá)到最低開(kāi)始上升，而非單獨(dú)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(xiàng)式回歸模型，對(duì)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(yīng)該也有這樣用，只不過(guò)它為了好處理，統(tǒng)一都取了對(duì)數(shù)。本文最大的特點(diǎn)應(yīng)該是采用了逐步回歸的方法，以及定義了較好的評(píng)價(jià)指標(biāo)，即它定義了療效CH=m*C(t)/H(t)作為療效的評(píng)價(jià)標(biāo)準(zhǔn)。
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(duì)可行的，然后從圖中能看出C(0),H（0），t,C(0),H(0)*t,t對(duì)模型的影響較為顯著。這里與原文有差誤，原文中逐步回歸出來(lái)的顯著性因素中，沒(méi)有H(0)*t這一項(xiàng)，產(chǎn)生的原因可能是由于在剔除數(shù)據(jù)的過(guò)程中，我的處理方式是直接將空缺的數(shù)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(duì)正確性，從圖中看出，t,C(0)*H(0),C(0)*t,H(0)*t,H(0),t對(duì)因變量的顯著性回歸較
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，
可得拋物線的頂點(diǎn)為最佳停止治療的時(shí)間。
篇三：論文閱讀報(bào)告要求及范例
科技論文閱讀報(bào)告要求：
1. 撰寫(xiě)科技論文閱讀報(bào)告是對(duì)閱讀的一個(gè)歸納和提煉，并針對(duì)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(jié)）
（2）論文提出了什么解決方案，效果如何？（Introduction，Design和Conclusion章節(jié)）
（3）論文提出該解決方案的動(dòng)機(jī)是什么？（Introduction和Motivation章節(jié) *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(jié)）
（6）針對(duì)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(bào)告的重點(diǎn)，需要通過(guò)閱讀論文和分析提出自己對(duì)于該問(wèn)題更加深入的理解和認(rèn)識(shí)。
3．每個(gè)人閱讀的論文不同，根據(jù)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(bào)告的撰寫(xiě)必須個(gè)人獨(dú)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(bào)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(hào)以及文章題目，我會(huì)在FTP上將你的姓名標(biāo)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(jù)郵件的先后順序取舍。
《信息存儲(chǔ)技術(shù)》論文閱讀報(bào)告 范例
姓名：*** 學(xué)號(hào)：***********
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(dāng)某個(gè)磁盤(pán)發(fā)生故障后，磁盤(pán)陣列需要在線恢復(fù)故障盤(pán)中的數(shù)據(jù)到備份磁盤(pán)中，這一過(guò)程稱(chēng)為磁盤(pán)陣列在線重建。論文要解決的主要問(wèn)題就是如何提高磁盤(pán)陣列在線重建性能，同時(shí)優(yōu)化重建過(guò)程中用戶(hù)的響應(yīng)性能。
由于在以磁盤(pán)陣列為基礎(chǔ)的大規(guī)模存儲(chǔ)系統(tǒng)中，磁盤(pán)數(shù)量是相當(dāng)大的，最近的研究表明在大規(guī)模存儲(chǔ)系統(tǒng)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)陣列在線重建的性能直接關(guān)系到存儲(chǔ)系統(tǒng)的可用性和可靠性，如何快速的恢復(fù)失效的數(shù)據(jù)塊并最低化對(duì)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(duì)磁盤(pán)陣列的在線重建問(wèn)題，論文提出了WorkOut方法。WorkOut利用請(qǐng)求重定向技術(shù)將來(lái)自用戶(hù)的寫(xiě)請(qǐng)求和熱點(diǎn)讀請(qǐng)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(fù)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(qǐng)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(tǒng)管理員配置WorkOut的參數(shù)而提高的用戶(hù)接口；
熱點(diǎn)數(shù)據(jù)識(shí)別模塊(Popular Data Identifier)：識(shí)別在線重建過(guò)程中用戶(hù)的熱點(diǎn)訪問(wèn)數(shù)據(jù)； 請(qǐng)求重定向模塊(Request Redirector)：處理重建過(guò)程中用戶(hù)請(qǐng)求的定位，將這些請(qǐng)求按照WorkOut策略發(fā)送到對(duì)應(yīng)的存儲(chǔ)設(shè)備中；
回收模塊(Reclaimer)：當(dāng)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(shù)據(jù)到完成數(shù)據(jù)重建的磁盤(pán)陣列中；
代理設(shè)備空間管理模塊(Surrogate Space Manager)：對(duì)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(shù)據(jù)在代理磁盤(pán)陣列中的數(shù)據(jù)布局方式；
通過(guò)對(duì)WorkOut的原型系統(tǒng)的測(cè)試，對(duì)比現(xiàn)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(yīng)時(shí)間1.22到2.87倍。通過(guò)TPC-C的標(biāo)準(zhǔn)測(cè)試，WorkOut可以減少響應(yīng)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(tái)任務(wù)。
D. 論文提出該解決方案的動(dòng)機(jī)是什么？
論文提高該解決方案的主要?jiǎng)訖C(jī)有以下三個(gè)方面：（1）最近的大量研究表明大規(guī)模存儲(chǔ)系統(tǒng)中磁盤(pán)發(fā)生故障遠(yuǎn)高于預(yù)期，使磁盤(pán)陣列在線重建變得尤為重要；（2）磁盤(pán)陣列重建過(guò)程中用戶(hù)的I/O請(qǐng)求和磁盤(pán)陣列重建的I/O請(qǐng)求是相互影響的。隨著用戶(hù)請(qǐng)求的強(qiáng)度下降，磁盤(pán)陣列的重建性能相應(yīng)提高了；（3）通過(guò)對(duì)用戶(hù)負(fù)載的訪問(wèn)分析發(fā)現(xiàn)，用戶(hù)的訪問(wèn)是存在局部性的，即某些熱點(diǎn)數(shù)據(jù)是經(jīng)常被訪問(wèn)的。基于以上三個(gè)現(xiàn)象，作者提出了利用請(qǐng)求重定向的技術(shù)來(lái)加快磁盤(pán)陣列在線重建的性能。
E. 該解決方案有何不足之處？
通過(guò)對(duì)該論文的閱讀，發(fā)現(xiàn)該方法雖然可以有效地加快磁盤(pán)陣列在線沖擊的性能，但是也有一些不足之處：（1）對(duì)代理磁盤(pán)陣列的性能有一定的影響。因?yàn)橹囟ㄏ虻酱泶疟P(pán)陣列的用戶(hù)請(qǐng)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(jié)中有介紹，當(dāng)代理磁盤(pán)陣列是活躍的時(shí)候，WorkOut對(duì)其性能有23.6%到43.9%的影響；
（2）WorkOut方法不能簡(jiǎn)單地應(yīng)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(qǐng)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(guī)模存儲(chǔ)系統(tǒng)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(shù)據(jù)布局和請(qǐng)求調(diào)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(nèi)部來(lái)加快磁盤(pán)陣列的重建性能，沒(méi)有考慮對(duì)用戶(hù)的I/O請(qǐng)求進(jìn)行優(yōu)化，同時(shí)也沒(méi)有考慮大規(guī)模存儲(chǔ)系統(tǒng)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(kuò)展？
通過(guò)閱讀該論文發(fā)現(xiàn)提高磁盤(pán)陣列的在線重建性能是一個(gè)非常嚴(yán)峻的問(wèn)題。認(rèn)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(guī)模存儲(chǔ)系統(tǒng)中，可以智能地選擇一個(gè)負(fù)載比較輕的代理磁盤(pán)陣列來(lái)重定向用戶(hù)請(qǐng)求，從而可以減輕對(duì)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(fù)載比較重，此時(shí)重定向的用戶(hù)請(qǐng)求會(huì)加劇代理磁盤(pán)陣列的負(fù)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(qǐng)求的響應(yīng)延遲；（2）當(dāng)前以Flash為存儲(chǔ)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(duì)于固態(tài)盤(pán)陣列是否有新的數(shù)據(jù)重建方法？
【研讀論文報(bào)告參考】相關(guān)文章：
超聲報(bào)告模板參考02-15
測(cè)試報(bào)告參考范例02-15
社區(qū)任職報(bào)告參考范文03-19
學(xué)校工作報(bào)告參考03-25
高中英語(yǔ)結(jié)題報(bào)告_參考02-15