有限链环上线性码和循环码的结构

设R是有限链环,R上长度为n的线性码C等同于模Rn的子模,循环码等同于R[x]/(xn-1)的理想.定义C[γi]={x|x∈C,γix=0},那么C[γi]是Rn的子模,且C[γi]/C[γi-1]是自由模.进一步当C是循环码时,C[γi]/C[γi-1]同构于K[x]/(xn-1)的某个理想.由此出发,给出了有限链环上线性码的结构和循环码的结构,证明并拓广了Norton的有关结论.     

尾矿坝变形细观力学机理的颗粒流数值模拟

以新建四川省盐源县平川铁矿黄草坪尾矿库为工程背景,通过堆坝模型试验与室内土工试验,获得尾矿坝干滩面几何特征、颗粒分布规律及尾矿力学性质。基于离散元理论,采用PFC2D数值模拟软件进行双轴试验,与土工试验结果对比,得到尾矿细观力学参数,并分析尾矿坝颗粒接触力分布、颗粒位移与坝体结构变形特征。结果显示:1)初期坝中颗粒间接触力较大,形成的力链大致呈45°倾斜向上;坝体尾矿颗粒接触力随着埋深的增加而增大,在基岩凸起处接触力较大且集中。2)初期坝颗粒位移不明显,堆积坝少数尾矿颗粒沿坡面向下滚动,具有较大位移;尾矿堆积坝存在较为典型的滑移面,滑移面上部区域颗粒位移较大。3)初期坝结构变化不明显,尾矿堆积坝中靠近初期坝内坡面附近结构变形显著。     

一种近联合界北斗B1I信号BCH码译码算法

提出一种性能接近联合界的北斗B1I信号BCH码译码算法. 以北斗卫星导航系统B1I公开服务信号ICD为基础,分析导航电文的BCH(15,11)编码的纠错能力和联合界,针对ICD标准译码算法的编码增益低和译码失败门限高提出改进算法. 以Chase算法为基础提出一种新的BCH编码软判决译码算法,使用格雷码排序优化伴随式计算,证明最大相关性与最小欧氏距离的等价关系,优化算法在不损失编码增益的条件下复杂度降低50%. 仿真结果表明在误码率10-5时距离联合界仅0.01 dB,新算法可获得2.5 dB的编码增益,译码失败门限从4.4 dB下降到1.2 dB.      

基于欧美压力容器规范的平封头角焊缝疲劳寿命研究

以大型有限元分析软件ANSYS为工具,对平封头结构进行弹性和弹-塑性分析。根据有限元分析结果,分别采用ASME VIII-2规范和EN 13445规范中的方法对平封头结构进行疲劳评定,得到了不同方法下平封头结构的许用循环次数。结合Hinnant等的压力容器平封头疲劳试验数据,对各种疲劳设计方法进行分析比较。结果表明,规范中的疲劳评定方法预测的寿命均小于试样的实际寿命,基于ASME VIII-2弹性分析法得出的疲劳寿命最接近实际值。     

再论人格权法的独立

在私法的发展史上,相较于财产权的发展来说,人格权无疑是新型的权利。然而人格权从来就不是一个单纯的法律问题,人本主义哲学思想时刻影响并促进了其发展。随着人的自我意识的提高,现代民法不再以"财产权"为中心而展开,而应"人格权"和"财产权"并重,赋予了人格权独立的法律地位。人格权的独立成编无疑是新近民法典的发展趋势,因此我国要制定一部面向"21世纪的民法典"就必须顺势而为,在法典的篇章结构上确立人格权法的独立地位。     

环F_(p~m)+uF_(p~m)+vF_(p~m)+uvF_(p~m)上长为2p~s的(λu-1)-常循环码

将环Fpm+u Fpm+v Fpm+uv Fpm上长为2ps的(λu-1)-常循环码分为4种不同类型的理想,其中,p≡3(mod4)且m为奇数.定义了该环上常循环码的扭码和剩余码,并由此得到了该环上长为2ps的(λu-1)-常循环码的计数.     

基于结构特征聚类的相似代码检索方法

针对基于图的相似代码检测方法复杂度高、对代码多样化识别能力有限等问题,提出基于结构特征聚类的方法。首先将代码表示为控制依赖树,在此基础上执行代码标准化,消除代码表达方式的多样化,以便识别语法表示不同,而语义相似的代码;然后采用特征向量描述程序的结构信息,将复杂的图的相似度求解问题转换为简单的相似向量的聚类问题,快速提取可能相似的候选代码。实验结果表明,方法与Gabel等人提出的方法相比,可以识别更多的代码多样化。     

浅析嵇康“越名教而任自然”的道德意蕴

嵇康是魏晋时期著名的思想家之一。在司马氏利用名教控制天下的情况下，嵇康提出“越名教而任自然”的主张来反对虚伪名教的束缚，提倡个性解放，主张万物要遵循自然规律与法则，顺应其自然本性发展。实际上嵇康并不是反对一切道德和名教，而是通过“任自然”来回归到原初时代。顺应自然和人之性情的名教，是要超越现在而回归过去无欲、无贪的状态。     

基于SAMME+ResNet的多相码信号识别方法

针对传统多相码信号识别方法在低信噪比情况下分类精度不高、类识别率不均衡和识别方法不具有通用性的特点,提出了一种利用集成学习中的多类指数损失函数逐步添加模型(stagewise additive modeling using a multi-class exponential loss function, SAMME)算法和残差神经网络(residual neural network, ResNet)的多相码信号识别方法。通过仿真实验对5类多相码信号进行了分类识别,验证了模型的有效性,分析了不同数量基学习器对模型的影响,最后与传统分类方法进行了对比。仿真结果表明,在信噪比低于6 dB的情况下,所提方法相对于单个残差网络提高了约10%的分类精度,同时缩小了类之间识别率的差距,相对于常用的分类方法也有很大的优势。     

基于严格二叉树编码和GA的模糊树结构学习

为解决模糊树模型结构学习中存在的信息冗余、寻优效率低等问题,提出了一种基于严格二叉树编码和遗传算法的结构学习方法。通过严格二叉树编码对模型结构进行编码,改善了现有矩阵编码的信息冗余问题;考虑到编码特殊性和算法收敛性,提出了一种改进的遗传算法用来对模糊树模型的结构进行寻优。实验结果表明,不同数据集上该算法的稳定性和计算速度均较好,能够寻找到一个较优的二叉树结构,从而提高模糊树模型的建模精度。