基于认知无线网络的跨层设计研究

首先讨论认知无线网络跨层设计的挑战,然后提出一种基于推理机的跨层设计方案。最后,总结全文并对未来工作提出展望。     

高浓度甲基橙低压湿式催化氧化及动力学研究

采用低压湿式催化氧化法（ＬＰＷＣＯ）处理高浓度模拟偶氮染料甲基橙溶液,考察了温度、Ｈ２Ｏ２浓度、Ｆｅ＾２＋浓度等因素对去除效果的影响,结果表明,ＬＰＷＣＯ法能有效云除废水颜色,同时用一级反应模型拟合了甲基橙溶液脱色的ＬＰＷＣＯ反应,由实验数据确定了反应速率方程。     

语音驱动虚拟说话人的自然头动生成

从语音信号预测伴随头动时,基于隐Markov模型(hidden Markov model,HMM)的头动合成方法的效果依赖于头动模式的划分和头动模式的正确识别。该文尝试了不同头动模式划分方法的头动合成效果。由于语音和头动之间是非确定性的多对多的映射关系,很难用固定的类别描述清楚,因此该类方法的头动模式识别率不高,头动合成效果受限。该文尝试采用逆传播(back-propagation,BP)神经网络的非线性回归方法,通过学习语音与头动之间的映射关系,实现语音信号到头动参数之间的直接连续映射,避免了HMM方法中头动模式不明确、头动模式识别错误带来的负面影响。实验表明,基于BP神经网络的回归方法有效地提高了语音到头动预测的准确度和头动合成的自然度。     

二元关系性质判定定理的应用

利用二元关系性质的判定定理证明与关系性质的保守性和关系的闭包有关的几个定理,比用定义证明更为简洁.     

基于预测算法的认知网络的跨层研究

本文首先讨论认知无线网络跨层设计的引入与发展方向,然后针对预测算法提出基于云理论的跨层设计。最后,总结全文并对未来工作提出展望。     

基于稀疏性贝叶斯极限学习机的气动调节阀多类故障诊断

气动调节阀是工业过程中使用最广泛的终端执行机构之一,它的性能好坏直接影响控制回路的性能.将基于稀疏性贝叶斯的极限学习机(SBELM)方法运用于多类故障诊断,基于DAMADICS平台的典型气动调节阀多类故障模型数据通过SBELM进行训练.不仅能根据模型的先验知识和基于最大后验概率准则(MAP)的贝叶斯思想估计出模型输出的概率分布,而且能基于设定的性能指标自动剔除无用的训练样本,用一小部分观测数据达到多故障分类的目的,能训练出一个精确且紧凑的故障诊断模型.     

碱性A型花岗岩中的富钍锆石: 矿物学研究

浙江桃花岛、青田和山东崂山A型花岗岩是中国东部沿海三个典型的燕山期碱性A型花岗岩体. 利用电子探针对这些花岗岩中锆石的内部结构和矿物成分进行了分析, 结果显示大部分所观察到的锆石颗粒都由两部分组成. 一部分显著富钍, ThO₂含量大于1%, 最高达10.1%, 超过了前人实验获得的锆石中钍的溶解极限值(ThO₂2=5.5%±2.5%), 且ThO₂/UO₂>2, 而另一部分则贫钍, ThO₂含量小于1%, 但该区域以包含微米级钍石包裹体为特征, 并常伴有微小的孔洞. 同时进行的初步对比研究发现, 铝质A型花岗岩中的锆石ThO₂含量一般小于1%, ThO₂/UO₂<2, 并且不含任何钍石包裹体. 锆石成因矿物学特征表明, 富钍锆石可以看作为碱性A型花岗岩的标志性副矿物之一. 锆石的富钍性源于其原始岩浆, 预示其深源特点. 因此, 碱性A型花岗岩中高度富钍锆石形成于深源、高温、富钍岩浆的早期结晶阶段; 岩浆分异至晚期出现流体相富集, 富钍锆石受到流体作用发生溶解重结晶作用, 导致低钍锆石和钍石包裹体共生现象.     

流道截面形状对微流体流动性能的影响

微尺度条件下流体的流动特性是微纳零件制造与微机械装置控制系统设计中需考虑的重要因素.采用基于Navier-stokes运动方程开发的Moldflow MPI软件,以PMMA（聚甲基丙烯酸甲酯）材料为对象,研究圆形、半圆形、梯形、矩形和正三角形5种微流道截面形状对非等温非牛顿流体流动性能的影响.研究结果表明：微流体在截面形态不同,长度均为50 mm微流道中的流动长度与流道截面的比表面积（截面周长与截面面积的比值）呈反比关系,比表面积越小,流动长度越大;当微流道的比表面积较小时,熔体温度与注射压力对流动长度的影响较大;当比表面积较大时,熔体温度与注射压力对流动长度的影响较小,且不论比表面积如何变化,注射压力对流动长度的影响比熔体温度对流动长度的影响显著.     

一种新型虚拟进程运行环境——SPVM

通过对传统虚拟机的特点分析，提出一种用于单进程虚拟运行的环境，在保证进程运行时逻辑隔离 的基础上，避免了传统虚拟机由于客户操作系统引起的空间利用率和性能较低的缺点，对相关问题进行了讨论，并 对SPVM的进一步工作做出了展望。     

共沸精馏分离富含丁烯醛废液体系的Aspen模拟与优化

设计了一种用于处理富含丁烯醛废液体系的新工艺,并应用Aspen Plus软件对该工艺的理论塔板数、回流比、采出率、进料位置等工艺参数进行灵敏度优化与正交试验分析。最终优化后的模拟结果为：脱轻塔的塔板数N₁=31,塔釜采出率B₁/F₁=0.867 5,塔顶油层回流比R₁=23.50,进料位置N_F,1=10,进料温度T_F,1=60 ℃;脱重塔的塔板数N₂=40,回流比R₂=4.0,塔顶采出率D₂/F₂=0.942,进料位置N_F,2=15。经济效益分析的结果表明本工艺具有良好的经济与环境效益。