面向对象数据中对象模型和规范化研究

从分析面向对象数据库中对象模型,数据依赖着手,提出了对象函数依赖的概念,在此基础上提出了以分解为基础的对象模式,规范化方法,并在分析对象模型,关系模型的基础上,介绍了用四元组的方式研究这两种模型的表述关系以及关系模型可以用对象模型完全描述的结论,据此,给出了关系模型与对象模型间的映射关系,通过简单实例,探讨了关系模型中嵌入对象的机制的可行性。     

通用双正交小波构造方法的研究

小波在信号分析、图象处理、模式识别、计算机视觉等方面得到了越来越广泛的应用,而此（小波）领域中的双正交小波的研究正在进行之中,尽管有些作者已收集了几种这样的滤波器和相关的双正交小波,但应用效果不佳,而且应用领域狭窄,由本文提供的双正交小波构造方法,实验证明,效果良好,且具有较强的通用性,除可用在信号分析、图象处理、模式识别、计算机视觉领域外,还在数学、通信、地震、化学等领域有广泛的应用前景     

团簇离子FenPm+结构的量子化学研究

对激光等离子体反应生成的原子团簇 Ｆｅｎ Ｐｍ ＋ （ｎ＝ １～３, ｍ ＝ ２～１２）进行了量子化学从头算研究, 对可能的几何结构进行了试探性计算, 并对其中较稳定构型进行结构优化． 结果表明： Ｆｅ Ｐｍ ＋ 中, Ｆｅ 倾向与 Ｐ形成多配位磷化物． 其中 Ｆｅ Ｐ６＋ 较稳定． 同时, 铁与磷易形成多铁磷化物．讨论了 Ｆｅ２ Ｐ５＋ ～ Ｆｅ２ Ｐ８＋ , Ｆｅ３ Ｐ２＋ ～ Ｆｅ３ Ｐ１２＋ 不同构型对其稳定性的影响．     

基于消息驱动的P2P流媒体终端设计模型

基于P2P的流媒体系统研究和应用是近年来的热点,许多工作都是关于如何构建Overlay网络结构和探讨数据流缓冲机制,设计实现时也主要是根据功能需求进行模块划分,不同的原型系统有不同的功能划分,然而没有一个通用的软件结构.通过对基于P2P的业务特点和其他原型系统的研究,抽象出基于消息驱动的P2P流媒体终端设计模型.该模型在原型研究和产品实践中都表现出了良好的性能,设计实现上具有很强的扩展性和通用性.     

一种基于 P2P 流媒体传输的 QoS 技术与实现方法

实现了一种基于P2P流媒体直播系统的QoS(服务质量)保障技术.提出了对客户端流媒体数据的时效性与完整性的检测方法,以及QoS恢复策略.通过检测方法检测出数据源不稳定的源节点,并执行恢复策略,选择更好的源节点,从而使该客户端的QoS得到保障,进而对整个系统中的节点拓扑进行调整,使数据稳定的节点作为其他节点的源节点.     

唐古特大黄中新化学成分的鉴定

鉴定高原植物唐古特大黄(Rhewn tanguticum Maxim.ex Balf)的根茎中的大黄降脂素(Rhapontinum)。采用元素分析(EA)、核磁共振波谱(NMa)、质谱(MS)、红外光谱(FTIR)、紫外光谱(UV)等分析方法,测定其理化常数和波谱数据,鉴定其化学结构。确证从唐古特大黄中所得到的黄色针状结晶化合物为大黄降脂素,化学名3’3’5’-三羟基-4-甲氧基芪-3’-β-D-葡萄糖甙,其提取量8％左右。首次从藏药唐古特大黄中分离出高含量的上述化合物。     

合成宽带脉冲多普勒雷达

合成宽带脉冲多普勒(pulse Doppler,PD)雷达可以同时实现距离和速度二维高分辨;具备良好的相参特性,利用相推原理能实现极高的测距和测速精度,可用于复杂目标多部件微动测量;具有较强的抗杂波和抗干扰性能。阐述了合成宽带PD雷达体制及其主要信号形式,介绍了合成宽带PD雷达的距离速度二维高分辨实现原理,总结了合成宽带PD雷达的主要特性,最后通过一系列实验验证了合成宽带PD雷达的微动测量能力、高精度测距测速能力和相参ISAR成像能力。     

二维高通量色谱分离制备海参来源真菌Epicoccum sp.的化学成分

建立了二维高通量色谱分离、纯化海参来源真菌Epicoccum sp中的海松烷二萜化合物的新方法。以甲醇-水为溶剂体系梯度洗脱,在流速为40 mL/min、主分离检测波长为254 nm,二级分离检测波长为220 nm的条件下进行分离,从15 g海参来源真菌Epicoccum sp乙酸乙酯提取物中分离制备得到海松烷二萜化合物,通过核磁共振氢谱和质谱鉴定化合物的结构。该方法简便、快捷且减少样品的不可逆吸附,为海松烷二萜化合物的制备型分离提供了新手段。     

铁路道砟形态特征的统计分析与几何重构

道砟颗粒几何形态特征对其力学特性影响显著。为了量化研究铁路道砟形态特征,以真实的铁路一级碎石道砟颗粒为例,采用3D激光扫描获取道砟颗粒点云数据,引入道砟整体形态特征指标（长轴、中轴、短轴、球度指数）,提出道砟局部形态特征指标（曲率指数）,统计并建立上述整体和局部形态特征指标的概率密度分布函数。在此基础上,基于本征正交分解（POD）及径向基（RBF）神经网络提出了基于颗粒形态指标概率密度分布的道砟样本的重生成算法,重构道砟颗粒样本库。采用上述重生成算法分别重构了600及4 000个颗粒道砟,结果表明：重构道砟样本形态特征指标的统计分布结果均与真实扫描试样结果接近,证明该方法能够快速实现基于颗粒形态指标概率密度分布的任意数量道砟样本的建立。     

高压对朊蛋白构象和动力学的影响

蛋白质在溶液中是多种构象并存的一个热力学系统,不同的构象以一定的概率在不同的态之间互相转变。作为一个热力学体系,不同构象存在的概率受到热力学变量的影响,压强作为一个基本的热力学变量,其变化将影响到蛋白质的构象分布和动力学行为。压强的增大通常会减小蛋白质的体积,从而可以通过增大压强开展对常压下难以观察的构象进行研究,这些构象对于揭示蛋白质的生物学功能具有重要意义。以朊蛋白为研究对象,通过分子动力学模拟方法研究高压诱导下蛋白质的构象变化。研究结果表明:水分子在高压下的排列趋向于有序,水分子的有序排列直接影响到与水分子有密切接触残基的动力学行为;高压下水分子能够渗入二级结构的疏水核心,破坏β片层的二级结构。揭示高压诱导下朊蛋白构象转化的分子机制,为蛋白质的高压变性研究提供理论依据。