多空间投影分解法及参数优化并在电磁场问题上的应用

为了提高复杂多枝区域上电磁场问题快投影分解法的计算效率,分析了最优参数选取并给出了其表达式,提高了实用效率,实际应用表明收敛速度也大大加快.使用最优值快速投影分解法使得迭代次数大幅减少,其迭代次数约为原来普通投影分解法的三分之一.     

分形在钻头磨损切削力特征提取中的应用

针对钻削过程切削力的变化特点,提出一种用分维数描述信号复杂性的新方法.从工程应用角度介绍了离散时间序列盒维数和信息维数的计算方法,通过对三种仿真信号分维数的计算,揭示出分维数与信号复杂程度之间的内在联系,并通过实验研究了刀具在整个磨损历程中切削力信号分维数的变化规律.结果表明:随着钻头磨损的增加,切削力信号分维数呈下降趋势,运用切削力信号的分维数特征可有效实现钻头磨损状态的监测.     

关于CFIE-MLFMA算法的一类预条件方法

研究了多层快速多极子算法(MLFMA)的预条件加速技术.利用MLFMA的近场矩阵的结构特征,先将其分裂为对角块阵、不完全下三角块阵和不完全上三角块阵,再将对角块作LU分解,就可以构造出一系列的预条件阵DILU.与不用预条件或只用对角块预条件相比,这些预条件阵能大幅度地减少迭代次数,节省计算时间.一部分预条件阵不会增加存储量,而另外一部分只增加很少的存储量.文中给出的数值算例比较了几种不同预条件阵的优缺点,也验证了这些预条件加速方法的正确性和有效性.     

浅谈中学数学解题策略

在现实的数学学习中，我们遇到各种各样的数学问题。例如：近些年出现的探索题、开放题、研究题、建模题、设计题、存在型问题、游戏趣味问题等等。这些问题内容丰富多彩，形式千变万化而且立意新颖，思维灵活，处置方法也各不相同，独具特色。具有参考性，探索性，创造性。其考查目的已不是停留在知识和技能方面。而且，提出了思维能力的要求，应把新题看作一个研究过程，并从中总结发现规律性的东西，再运用您的发现继续探索解决新问题。     

基于Web Services的电子商务与ERP集成方案

在分析电子商务和ERP的基础上,阐述了ERP与电子商务的集成解决方案,提出了基于Web service技术的设计模型,实现了电子商务和ERP的有机集成。     

基于SOA的全光码型变换的理论研究

采用半导体光放大器(SOA)的分段模型，根据SOA有源区内载流子的速率方程、光功率的传输方程及半导体光放大器延迟干涉(SOA-DI)装置的传输方程，对SOA-DI装置实现全光码型变换进行了数值模拟．当输入为10Gbit／s归零(RZ)信号脉冲时，通过调整SOA-DI装置两臂的延迟和位相，在SOA-DI装置的输出端得到了10Gbit／s的非归零(NRZ)信号和NRZ信号的反码．通过数值模拟，发现必须合理选取SOA的注入电流，从而消除幅度调制效应和码型效应的影响．为了保证在转换过程中不丢失信息，在RZ信号中应当加入适当的冗余码。     

趋向建构论的科学本质观

对科学本质问题的理解，存在着内在论与外在论这间的争论，并持续了差不多一个世纪。本文试图通过建构的实在论来理解科学的本质问题。第一，建构的实在论强调了人与自然的关系。第二，理论与实在、模型与世界之间的关系是一种相似关系，这种相似关系符合建构实在论对科学本质的理解。第三，世界是随着人类创造能力的进步而不断丰富起来的，这种特性既不符合实在论的理解，也不符合反实在论的理解。第四，建构的实在论充分地考虑到了认识论的“自然化”与“社会化” 合壁。     

雷公藤优良单株选择技术(I)——雷公藤种内变异、生物量模型和选择性状的研究

野生雷公藤种内存在丰富的变异,变异程度:枝数量＞冠幅＞主藤长＞地径,各表型间存在极显著的相关性;人工栽培的雷公藤植株总生物量构成:根52.75%、茎37.67%、叶9.58%,根是主要收获部位;雷公藤根系的平均含水率为43.88%,下坡＞中坡＞上坡;根系生物量组成以粗根为主,在不同坡位上均呈现粗根＞中根＞细根的规律;通过逐步回归,建立了雷公藤植株总生物量与枝数量、地径、平均藤径、平均藤长的回归模型,相关系数r=0.980 7,说明以雷公藤枝数量、地径、平均藤径、平均藤长为选择因子开展优良单株选择,可以实现以总生物量为最终目标的选择效果.     

人工栽培雷公藤水浸提液对白菜种子发芽的化感效应

利用水浸提的方式对人工栽培雷公藤的生化物质进行提取,通过白菜种子发芽实验进行生物检测分析,结果表明:人工栽培雷公藤鲜叶50g·L-1浓度的水浸提液对白菜种子的发芽和生长有促进作用,并在与对照相近的发芽率上提高了白菜种子的生物量,由此推测,人工栽培雷公藤植株内的化感物质有开发为针对白菜的蔬菜催芽促长的生物肥料的可能.     

基于双目立体视觉的目标识别与定位

为从不同角度识别目标物体以及解决左右两幅图像中目标轮廓中心不匹配的问题, 将SURF(Speeded Up Robust Features)算法与GrabCut 算法相结合, 离线采集目标物体不同角度的图像, 生成目标模板图片库。利用SURF 算法完成目标物体的识别; 利用SURF 算法自动初始化GrabCut 算法, 实现目标轮廓的提取; 利用基于灰度相关的区域匹配算法完成目标轮廓中心点的匹配, 结合三维重建原理实现目标定位。实验结果表明, 该方法可以成功识别目标物体并对目标物体进行准确定位。