热网络法预测车内温度的理论和实验研究

为对车内温度水平进行预测,采用热网络法对车辆停车和行驶状态下的车内温度进行计算。太阳辐射是影响车内温度水平的主要因素,而热网络法通过建立和求解节点热平衡方程,获得各节点的温度,尤其适用于以辐射为主的换热问题。车内外的对流换热采用实验关联式进行计算。由热网络法建立的节点热平衡方程组为非线性方程组,采用牛顿迭代法进行了求解。计算结果与实测温度值的比较显示,两者吻合较好,表明热网络法用于车内温度预测的有效性。另外,计算结果也显示车窗玻璃的透射率对车内温度有明显影响,在考虑安全的前提下,选取合适透射率的车窗玻璃材料可起到减少车辆能耗的作用。     

基于交换价值测度的比特产品非商品交换机制模型

为了研究网络社区成员进行比特产品非商品交换的目的和所能获得的交换价值，基于交换价值的测度分析构建比特产品非商品交换机制模型，然后通过仿 真研究影响交换价值实现的因素及其作用. 结果表明，比特产品的原创者初始愿意投入的时间、愿意等待的比特产品“交换传播阶段”时间、传播者兴趣驱 动所占比重以及信心阶段中的“信任时间”因素对产品最终的使用规模和原创者能够获得的交换价值有正向影响的作用；而传播者传播比特产品需要的时间 以及产品的网络外部性强度则对产品最终的使用规模和原创者能够获得的交换价值有负向影响的作用.     

非奇异快速终端滑模控制

现有的非奇异终端滑模控制方法和非奇异快速终端滑模控制方法都存在收敛速度缓慢以及“收敛停滞”等问题,针对这些问题提出了一种改进方法。在保证控制器非奇异的条件下将原滑模面中指数项设计参数由分数扩展到正实数域,既提高了收敛速度又扩大了参数选择的灵活性;引入快速终端趋近律,将原来的线性或指数渐近趋近改进为快速终端趋近,提高了系统状态的趋近速度;对“收敛停滞”问题产生的原因进行分析,提出了设计参数所应满足的条件。最后对某无人平台进行航向跟踪数值仿真,仿真结果验证了改进方法的有效性。     

Privacy Quantification Model Based on the Bayes Conditional Risk in Location-Based Services

The widespread use of Location-Based Services(LBSs),which allows untrusted service providers to collect large quantities of information regarding users’locations,has raised serious privacy concerns.In response to these issues,a variety of LBS Privacy Protection Mechanisms(LPPMs)have been recently proposed.However,evaluating these LPPMs remains problematic because of the absence of a generic adversarial model for most existing privacy metrics.In particular,the relationships between these metrics have not been examined in depth under a common adversarial model,leading to a possible selection of the inappropriate metric,which runs the risk of wrongly evaluating LPPMs.In this paper,we address these issues by proposing a privacy quantification model,which is based on Bayes conditional privacy,to specify a general adversarial model.This model employs a general definition of conditional privacy regarding the adversary’s estimation error to compare the different LBS privacy metrics.Moreover,we present a theoretical analysis for specifying how to connect our metric with other popular LBS privacy metrics.We show that our privacy quantification model permits interpretation and comparison of various popular LBS privacy metrics under a common perspective.Our results contribute to a better understanding of how privacy properties can be measured,as well as to the better selection of the most appropriate metric for any given LBS application.     

数码卷绕的概念和技术

数码卷绕是在精密卷绕的基础上，引入导丝机构的数字控制方式，得到张力更稳定、纱管成形更完善的最新卷绕技术。文章介绍了高速精密数码卷绕技术的概念、实现原理和应用现状。     

核稀疏概念编码算法及在图像表示中的应用

稀疏编码算法是一种常用的图像数据表示方法.为了处理高度非线性分布的数据,文中提出了一种核稀疏概念编码算法,并应用于图像表示.该算法首先对邻域图进行谱分析,提取数据的几何流形结构信息;然后将原始特征空间数据映射到高维特征空间中,利用谱回归在高维特征空间中来计算基向量;最后在高维特征空间中对每个样本逐个进行表示.文中算法不仅能有效地处理非线性结构数据,而且只需求解一个稀疏特征值问题和两个回归问题,计算简单有效.在Yale、ORL和PIE图像库的聚类实验表明,文中算法的准确率和归一化互信息均优于其它几种对比算法.     

问答社区问句中多字词表达提取

基于互动问答社区问句中多字词表达和问句理解的关系,提出针对互动问答社区问句进行多字词表达抽取,并基于互动问答社区问句中多字词表达的特点,提出适用于互动问答社区的多字词表达提取方法.该方法在利用互信息和停用词表的方法从问句中抽取候选多字词表达的基础上,将候选多字词表达分为正确串、残缺串、冗余串和错误串4类,借助搜索引擎对查询串的优化和候选多字词表达在互联网上的检索结果,设计候选多字词表达校正方法,实现对多字词表达的提取.以新浪爱问知识人问题库中的问句进行实验,结果表明,多字词表达抽取的准确率、召回率和F值分别达到84%,52%和0.64,验证了该方法的有效性.     

共培养技术及化学絮凝法对小球藻C.vulgaris XJB絮凝的影响

微藻是生物柴油理想的原料,但微藻尺寸较小,细胞密度较低,导致微藻采收困难。为提高微藻的采收率,节约成本,实验采用自絮凝斜生栅藻Scenedesmus sp.-BH与富油小球藻C.vulgaris XJB共培养技术来提高小球藻C.vulgaris XJB的絮凝率,同时与调节p H、添加Fe Cl3和添加壳聚糖3种化学絮凝法对比。结果表明:3种化学絮凝法60 min时的最佳絮凝率分别为84.2%、96.5%和72.9%;共培养最佳条件下小球藻C.vulgaris XJB 60 min时的絮凝率为33.3%,8 h后的絮凝率可达73.2%。共培养条件下小球藻C.vulgaris XJB的絮凝率比化学絮凝法的稍低,但该方法不会引入有害化学物质,后期分离成本低,是一种经济、环保的絮凝方法。     

刑法分论课程合作性教学培养学生创新能力的探索

文章从刑法分论课程合作性教学的具体实践出发，总结了培养学生创新能力的实施方法，分析了该教学的实施效果，指出合作性教学中存在的问题，并探讨改进的措施。作者采用集中讲授与小班合作研讨相结合的课堂教学形式，在传授知识的同时注重培养学生查阅资料、自主学习、团队合作、独立思考、语言表达及应变等能力，并取得了良好的效果。