纽结滚动运动的解析表示

本文研究分析了细纽滚动自旋运动的特征,用一类具有相同纽结型的同痕变换,采用类似扭转自旋运动的方法,给出滚功自旋运动的解析表示,使得滚动自旋运动可以用解析的办法加以研究,并推广到高维纽结。     

电气照明节能技术研究

本文介绍了荧光灯电子镇流器节约能量、改善功率因数的方法及几种实用的 (改善功率因数的 )电路。     

一种改进的多分辨率自适应图象平滑算法

分析了对经典多分辩率图象平滑算法在噪声较高时平滑效果较差这一现象，提出了一种改进的多分辨率图象平滑算法。经过对各种算法所作的计算机仿真实验，结果证明新算法具有较大的优越性。     

变结构交互式多模型滤波和平滑算法

针对机动目标跟踪问题，提出了一种变结构交互式多模型滤波和平滑算法。首先，对多模型滤波和平滑问题进行了简单描述，并给出了前向交互式多模型滤波和后向交互式多模型平滑的数学模型；然后，建立了变结构交互式多模型算法的精确模型，模型子集之间并行独立运行，通过选取概率最高的模型子集的状态估计作为最终的估计结果；最后，对变结构交互式多模型算法的滤波数据进行平滑处理，得到了变结构交互式多模型滤波和平滑算法。所提算法将前向滤波和后向平滑相结合，提高了目标跟踪精度。仿真结果表明，变结构交互式多模型滤波和平滑算法的跟踪效果优于其他方法。     

一种基于三阶累量的空间谱估计的方法

针对有色高斯噪声背景相干信号源空间谱估计中存在的问题，给出一种基于三阶累量的空间谱估计的方法：首先根据三阶累量对高斯型过程不敏感这一事实，抑制高斯有色噪声，然后利用空间差分平滑方法估计相干源的空间谱，最后给出模拟实验验证该方法的有效性．     

尼克酰胺核苷构象稳定性的理论研究

采用从头算(HF与MP2)和密度泛函理论(DFT)方法,在3-21G 和6-31+G?水平上研究了尼克酰胺核苷(NR)的构象.分别探讨了在气相及液相(水和氯仿)中 NR 分子和一水合物异构体的相对稳定性,分析了溶剂分子的参与对NR异构体的相对稳定性和几何结构参数的影响.结果表明：孤立的NR分子在气相中存在36种稳定构象,其中最稳定的为南式构象NR-S,而最稳定的北式构象为NR-K’,能量比前者高出10.6 kJ/mol (ΔG298K).NR 分子中酰胺基团优势构象为反式,ω,P 或γ参数的改变可以为 NR 分子提供大约8.4~23.7 kJ/mol(ΔG298K )稳定化能.不管是南式还是北式褶皱,最稳定 NR 分子构象中都存在多根分子内氢键,且5’-OH 基团都为顺式构象(γ≈-63°).溶剂效应使一部分NR分子构象相对稳定性降低,而一部分则升高,改变了NR分子各构象的相对稳定性顺序.水分子的加入与酰胺基团结合形成氢键,对NR分子的构型影响较大,而与糖环上羟基结合形成氢键,则影响较小.     

生态环境数据预测方法研究

大规模生态环境数据的处理和统计分析为环境保护和预测提供重要依据,其分析和预测方法成为数据处理的研究重点。在对海量生态环境数据的分类整理和综合处理基础上,基于时间序列的指数平滑法建立了一种动态二次指数生态环境数据预测模型。该模型针对生态环境的实时变化特征,利用二次指数平滑方法实现了静态参数的动态优化处理。以云南大理生态环境数据为样本,通过实验仿真测试和模型分析,结果验证了该模型的适用性和准确性。     

基于二次指数平滑法和优化Kalman滤波的短时交通组合预测

优化改进传统的Kalman滤波模型,解决预测精度不高且预测滞后的问题.用二次平滑指数法和优化后的Kalman滤波模型两种方法组合对道路断面通过交通量进行短时交通预测,通过平均绝对误差(MAE)和平均绝对百分比误差(MAPE)分析预测结果.实例预测结果表明:当修正因子α=0.5时预测结果较为精确,同时,优化改进后的Kalman滤波模型的预测准确性有所提高.组合预测的两种方法都能够有效地降低预测误差,但按权重组合预测的效果更为明显.     

应用于 PEPS系统的滚动码技术研究

结合滚动码加密技术和无线通信技术,设计了一款无钥匙进入和启动汽车的系统(PEPS),采用芯片PIC16F886作为主控应答器主控芯片。本系统在没有人为操作的情况下,可以自行识别用户并开启门锁。系统的关键技术是数据安全,根据PEPS的特点及其安全方面的需求,本文提出了一种改进的16位AES加密算法,滚动码数据部分采用改进的AES算法两次加密,实现了32位数据的加密。在保证安全的前提下,大大提高了加密解密速度,降低对系统硬件要求,设计出一套低成本、高安全性的系统。     

短时交通流预测FSMSVR模型

针对城市道路短时交通流的复杂非线性特点和以往的预测仅考虑典型交通条件（无交通事故等突发事件）的现状,结合交通流的特征,提出了一种有限状态机支持向量回归模型（finite state machine of support vector regression model,FSMSVR）的短时交通流预测机制. 通过线性回归算法和指数平滑算法划分交通流状态,根据各状态特点结合支持向量回归算法建立有限状态机工作机制,实现涵盖典型和非典型交通条件的短时交通流预测. 通过实验例证,对比了FSMSVR模型和传统SVR模型对城市道路6min交通流的预测,研究结果表明,该预测机制能够提高预测精确度,在非典型条件下有着较好的预测表现.