粗糙集的贴近度

为描述两个粗糙集的接近程度,提出了粗糙集贴近度的概念,给出了粗糙集贴近度的基本性质．根据模糊集贴近度的几种具体形式,分别定义了粗糙集的距离贴近度,最大最小贴近度,最小平均贴近度以及格贴近度．     

基于贴近度的本体概念属性相似度计算

本体映射是实现异构本体相互操作的有效方法,其关键技术在于概念相似度的计算。属性相似度是衡量两概念相似度的重要依据,而属性间的贴近度反映了概念间的属性相似度。通过改进原有的贴近度计算公式,得到新锅属性贴近度计算方法,从而改进了本体概念间的属性相似度计算模型。实验表明,该方法具有较高的效率。     

图的离散度

为描述具有相同连通度,相同核度的两个在连通程度上的差异,引入了一个新概念－离散度,并研究了离散度的一此才某些图的离散度。     

布尔函数的代数免疫度与非线性度之间的关系

文章讨论布尔函数的代数免疫度和非线性度之间的关系,给出非线性度的下界与代数免疫度之间的关系,说明具有低非线性度的布尔函数的代数免疫度也很低,并把这个结果推广到高阶非线性度中.     

基于最优控制的圆度圆柱度误差精确评定

提出了一种新的圆度误差和圆柱度误差数据处理方法,建立了相应的误差数据处理优化数学模型。利用Matlab强大的优化计算功能,迅速、准确地求出圆度和圆柱度误差值。该圆度和圆柱度误差评定方法按照最小包容区域法建立,不需要使用判别准则确定。本方法尤其适用于密集测量点的数据处理。     

基于三坐标测量机的圆度误差不确定度评估

为了实现圆度误差的不确定度准确评估,提出了一种在快速准确微分进化算法评定基础上的圆度误差蒙特卡洛(MCM)不确定度评估方法.针对最小区域圆圆度误差评定特点,提出了一种基于种群优化的微分进化算法用于圆度误差评定,并在此基础上利用蒙特卡洛方法进行圆度误差的不确定度评估.通过三坐标测量机对圆度零件的实测数据,给出了一个实例,以验证方法的可行性.分析了圆度误差的不确定度来源,给出了不确定度数值和95%置信概率下的不确定度包含区间,并与传统测量不确定度的表示指南评定方法(GUM)进行了比较.结果表明,蒙特卡洛不确定度比GUM方法的不确定度小0.3μm,包含区间也小于GUM.所提出的方法也适用于其他形状误差的评定与不确定度评估.     

超细RDX爆轰感度与撞击感度、摩擦感度的研究

采用纯超细RDX与工业RDX ,以及以超细RDX和工业RDX为主体、采用相同配方和制备工艺制取的高分子粘结炸药对比的方式 ,在相同的实验条件下 ,对撞击感度、摩擦感度、爆轰感度进行了测试和研究 ,得出超细RDX无论是纯品还是高分子粘结炸药 ,其撞击感度、摩擦感度均低于工业RDX ,而爆轰感度优于工业RDX的结论。     

快度、赝快度及其相互关系的探讨

导出了在发射源静止系粒子的赝快度分布,分析了用快度变量来表示能量和纵向动量及在不同的参照系下快度变量之间的关系。最后,推导出快度变量与赝快度变量之间的相互关系。     

基于欧几里得贴近度的纠缠度构造

首先构造量子态的系数矩阵的子矩阵集，建立该集合到复数集的主映射与次映射的欧几里得贴近度，接着利用该贴近度讨论两体量子系统纠缠度的构造，并证实它的合理性，最后将其推广到多体量子系统.     

圈的粘连度

计算机或通信网在设计时经常考虑的问题是系统不容易被破坏,或者被破坏后是比较容易恢复的.这些要求可以用图的连通度、完整度、粘连度等参数来描叙.粘连度是一个较好的参数,因为它把网络被破坏后的最大分支的阶和分支的个数联合起来考虑.但是粘连度的计算是一个NP-完全问题,因而人们主要研究一些特殊图的粘连度.文中给出了Cn的粘连度.     

k次幂等变换与k次幂等矩阵

目的把幂等变换与对合变换,幂等矩阵与对合矩阵统一起来并加以推广。方法以k-余变换与k-余矩阵为工具,并采用对比分析的方法。结果／结论引入了k次幂等变换和k次幂等矩阵的定义,给出了它们的性质和等价条件。     

基于最大连通度的密度自适应分簇算法

无线传感器网络中由最大连通度生成簇算法所得到的簇结构,簇内节点的数目往往是不定的。文章采用CDMA系统的反向闭环功率控制技术对最大连通度分簇算法进行优化,通过控制簇头发射功率将分簇的大小控制在一定的范围内。通过仿真实验验证,改进后的算法在保证较少的簇数目的基础上延长了网络的寿命。     

开关度分布：一种改进的LT数字喷泉编码度分布

LT数字喷泉编码所采用的度分布是影响译码效率的关键因素。给出了一种改进的LT数字喷泉编码的度分布,即开关度分布,它结合鲁棒孤子分布和二进制指数分布的优点,可以产生足够多的度很小的编码数据包,减少了译码器启动译码过程所需要的编码数据包的数量,而且减少了译码器成功译码时所需要的编码数据包的总数量。通过仿真给出了最佳的开关点参数。仿真显示,与鲁棒孤子度分布和二进制指数度分布相比,采用开关度分布,明显改善了译码效率。     

FORTRAN77编制的求一元一次方程和一元二次方程的根

学生学习离不开方程,求一元一次方程和一元二次方程的根十分必要。从前求一元一次方程和一元二次方程的根,要求输入方程的系数,数据间逗号或空格分隔,输出方程的根。FORTRAN77编制的求一元一次方程和一元二次方程的根,实现了输入方程字符串,输出方程的根。     

静态粗相似度的特征

在公理化相似度的基础上给出了粗相似度的定义，对粗相似度的性质进行分析并由此得出了一系列的结果.根据粗相似度的性质和最大粗相似度原理给出了一个在粗系统中对一个新样本的识别方法.     

Rank of loop, constraint degree of path, coupling degree of graph and their application

Some new concepts (rank of a loop, degree of freedom of a graph, path unit and ordered path arrangement, constraint degree of path, coupling degree of a graph, basic graph, etc. ), formulas, and algorithms, are proposed in this paper. Based on these concepts, a new systematic theory and practical method for the design of topological structure, kinematics and dynamics of mechanical systems is established. Some conjectures and problems needed to be researched are also put forward. The concepts, formulae and algorithms presented in this paper will find wide potential applications.     

壳聚糖脱乙酰度的计算

提出应由壳聚糖中氨基质量分数或自由氨基质量分数来计算壳聚糖脱乙酰度。y表示壳聚糖脱乙酰度,x表示氨基质量分数或自由氨基质量分数,理论计算公式分别为:y=203.195x/(16.02262+0.42037x)、y=20.2021x/(16.02262+0.041794x),用计算机拟合,得到以上两式的拟合方程式:y=0.01553+12.64534x-0.31447x²+0.00546x³、y=0.01553+1.25722x-0.00311x²+5.36265×10^-6x³,两方程相关系数R均为1,标准偏差均为0.00663。由拟合方程计算出壳聚糖脱乙酰度,能准确地反映出壳聚糖的实际脱乙酰化程度。     

Correlation Degree and Correlation Coefficient of Multi-Output Functions

We present definitions of the correlation degree and correlation coefficient of multi-output functions. Two relationships about the correlation degree of multi-output functions are proved. One is between the correlation degree and independency, the other is between the correlation degree and balance. Especially the paper discusses the correlation degree of affine multioutput functions. We demonstrate properties of the correlation coefficient of multi-output functions. One is the value range of the correlation coefficient, one is the relationship between the correlation coefficient and independency, and another is the sufficient and necessary condition that two multi-output functions are equivalent to each other.     

具有线性前馈环节的高阶系统跟随低阶模型的MRACS设计方法

以往的ＭＲＡＣＳ设计方法都存在的正反馈环,且属同阶跟随同阶的情况．正反馈环的使用往往存在会使系统不稳定的特点,本文用线性前馈环节取代了正反馈环,解决了稳定问题,提高了抗噪声能力,并把原来同阶系统跟随同阶模型的方法,推广为高阶系统跟随低价模型的ＭＲＡＣＳ设计。     

树的度距离排序

讨论树的度距离排序问题 ,确定了这个序中前四个树及其相应的度距离