三层结构在医保数据传输中的应用

用powerbuilder 开发工具的分布式对象实现三层结构式的医保数据传输.三层结构式的医保数据传输是在医保数据库服务器与公网之间加上1台数据传输应用服务,这台数据传输应用服务器上安装数据传输服务端程序,向公网开放数据传输服务端口,可以访问互联网外,其它的服务端口全部关闭;定点医疗机构的客户端通过互联网访问应用服务器上的数据传输服务端,医保数据库服务器设置为不能访问互联网,也不能被互联网访问.应用三层结构式可以安全地传输医保数据.     

SMA-滚动隔震火炬塔的地震反应分析

提出一种新的SMA-滚动隔震支座,建立了该支座的恢复力模型,并应用于火炬塔基础部位.研究了该隔震体系在El-Centro地震波作用下的时程反应,并与非隔震的火炬塔结构体系进行了对比研究.计算结果表明,SMA-滚动隔震支座隔震体系的质量层最大绝对加速度可减少86.6%,上拔力减少了72.9%,轴力最大可减少87.2%.     

基于江西省站点资料对智能网格实况分析产品的检验评估

利用江西省2019年3月～2020年2月气象站观测资料,在小时尺度上,对中国气象局下发的智能网格实况的2 m气温、湿度、风速、降水等多个气象要素产品进行检验评估.研究分析各类产品的数据误差及其时空变化规律,验证该产品在研究区的适用性.研究结果表明:2 m气温、相对湿度产品与站点观测较为一致,其相关系数均可达0.9以上,2 m气温均方根误差在1.0 ℃左右,准确率可达80%以上,相对湿度均方根误差小于10%,准确率可达90%以上.风速产品的数据精度较低,相比站点观测风速明显偏弱,70%站点的风向准确率小于50%,风向准确率仅为40%左右.降水产品能准确反映年内逐小时变化趋势,但存在一定程度低估,相关系数基本在0.8以上,平均误差为-0.1～0.1 mm·h^-1,平均绝对误差小于0.2 mm·h^-1.与站点观测相比,降水产品对强降水明显偏弱.地形对实况网格产品准确性有较大影响,产品误差在地形复杂山区中比在平原地区中明显偏大.总体上,2 m气温、相对湿度产品质量较高,基本可满足业务服务需求.风速产品及降水产品在大降水量级下的误差较大,与业务服务需求有一定差距.     

Hilbert空间中连续广义框架的分解

利用连续广义预框架算子,刻画了连续广义框架、Parseval连续广义框架、连续广义Riesz基及连续广义标准正交基;通过已建立的刻画结果及有界算子的分解,得到了连续广义框架可以表示特殊的或者更简单的连续广义框架的线性组合,比如连续广义标准正交基、连续广义Riesz-基、Parseval连续广义框架。     

刀具最大前角和最小后角及刃磨的调整计算

本文分析了最大前角剖面自主剖面起的旋向对刀具最大前角和最小后角公式的影响,导出了最大前角和最小后角的最简形式,并在此基础上推出了在Y—Z—Y配置的虎钳上刃磨车刀的计算公式。     

数字系统逻辑图图形输入系统

本文介绍了一个用于输入数字系统逻辑图连接关系的图形输入系统。利用本系统,用户可以在PC机屏幕上画出逻辑图,与此同时,计算机自动识别出逻辑图中各器件之间的连接关系,并生成一个存贮连接关系的数据文件,供其它系统(如功能模拟系统和自动布线系统等)使用。本系统的特点是,软、硬件支持环境简单,使用方便、灵活、快速、有效。     

可溶性硅酸盐体系混合碱的分析

研究了 BaSiO_3和 BaCO_3酸解条件。以百里酚兰为指示剂,分析可溶性硅酸盐体系中混合碱的方法,较之氯化钡法,双指示剂法及系数校正法快速、准确,相对误差在0.2%以下。解决了可溶性硅酸盐体系混合碱分析问题。     

荧光酮与难熔金属离子反应的数据库研究

本文利用计算机dBASEⅢ软件(ver 1.00),系统地总结了1987~1991年间三羟基荧光酮类试剂与难熔金属离子Zr、Hf、Nb、Ta、Mo、W等的反应体系.根据所建立的数据库系统,我们能够分门别类地迅速查出所需的信息资料:一方面找出其显色体系的规律性,另一方面指明今后的研究方向.     

B′-树算法的实现及其在数据库管理系统中的应用

设计数据库管理系统(DBMS)的首要问题是在于选择一种最适合自己所设计系统的文件组织方式。在种类繁多的文件组织方式中,最常见的有HASH函数法、索引表法、倒排文件法以及B-树法等,但他们都有一定的局限性。笔者在B-树法的基础上,进行了某些改进,提出用B′-树作为文件的组织方式。B′-树既保留了B-树的全部优点,又弥补了B-树不便于处理次码的缺点。     

Hybrid approach for fuzzy system design

A hybrid approach for fuzzy system design based on clustering and a kind of neurofuzzy networks is proposed. An unsupervised clustering technique is firstly used to determine the number of if-then fuzzy rules and generate an initial fuzzy rule base from the given input-output data. Then, a class of neurofuzzy networks is constructed and its weights are tuned so that the obtained fuzzy rule base has a high accuracy. Finally, two examples of function approximation problems are given to illustrate the effectiveness of the proposed approach.