超幂零根环类的另一种模刻划

本文对Ｓｚａｓｚ，Ｆ．Ａ提出了的“找出超幂零根环类的一个模刻划”问题给出了一个不同于文献「２，３」的解法。     

一类混合型泛函微分方程振动的充分必要条件

研究了具有常系数、常时滞的混合型泛函微分方程，得到用系数和时滞表示的一切解振动的充分必要条件。     

基于面向对象技术的教务管理信息系统的设计

从教务信息系统的建设目标出发，针对面向对象技术的特征，设计了基于面向对象技术的教务管理信息系统的功能模块和对象模型。     

C─余模和有理C~＊─模

众所周知，余模和有理模在Ｈｏｐｆ代数理论的研究中发挥着重要的作用。本文将给出余模与有理模之间的关系，论证在特殊条件下Ｍ＊的最大有理Ｃ＊─子模的刻划问题。     

GL2(C)的一些不可约表示

设G=GL₂(C), 并且B是G的标准Borel子群, 并且CG, CB分别是群G和群B的在复数域C上的群代数.对于任意B的特征标θ, 定义G的离散诱导模M(θ) = CG×_CBθ. 证明了当θ是反支配权时,M(θ)是个不可约表示.由此给出了一类GL₂(C)全新的、无限维的不可约表示.     

自主式交通系统功能架构优化密度峰值聚类算法

自主式交通系统(autonomous transportation system, ATS)是为应对主动式智慧交通发展趋势而提出的新一代交通系统。为科学合理地构建ATS功能架构,提出了一种面向多属性文本的优化密度峰值聚类算法(density peaks clustering, DPC)。该算法结合交通系统功能架构的基本特征,通过改进的词频-逆向文档频率算法与文本向量空间模型,将多属性文本转化成空间维度坐标。再利用高斯函数和决策值优化DPC算法进行聚类,并结合轮廓系数对聚类结果进行评价。为了检验算法的合理性,在ATS道路自动驾驶场景下,基于道路载运工具运行服务域、交通基础设施管理服务域和交通安全管理服务域的功能数据集进行了算例分析,依据聚类结果绘制功能架构图。架构图由自主感知-自主学习-自主决策-自主响应4层构成,验证了ATS应用场景中功能架构优化算法的可行性和合理性。算例结果表明：该算法的构建具有鲁棒性,算例轮廓系数整体均值为0.84,与原算法相比解决了聚类过程中聚类中心难以划定的问题;与原智能交通系统中的各架构设计相比,该功能架构更具有层次性和逻辑性。该优化算法能够促进新一代交通系统...     

基于改进YOLOv5的X射线图像危险品检测

目前安检甄别工作主要依靠人工完成,但巨大的工作量使自动安检成为必然趋势。为了在保证精度的前提下轻量化模型,并进一步克服X射线安检图像存在物品重叠遮挡、背景干扰严重等问题,提出了一种基于YOLOv5的改进模型。该模型采用Ghost模块对原模型进行剪枝处理;引入坐标注意力机制,使网络在训练中更好地聚焦危险品,生成更具分辨性的特征;采用传统数据增强策略与Mixup数据增强策略相结合的方式来改善模型的泛化能力和鲁棒性。实验结果表明：改进模型的参数量和模型大小比原模型分别减少了17.3%、16.1%,改进模型在SIXray和OPIXray数据集上的平均精度均值(mAP)比原模型分别提高了2.3%、5.7%。所提出模型在轻量化的同时能够进一步提高检测能力,满足实时检测要求,具有较好的应用价值。     

稠油火驱过程焦炭的化学性质与微观形貌特征分析

为了认清稠油火驱过程中焦炭的化学性质与微观形貌特征,利用室内高温高压反应釜开展了焦炭的生成实验,并对生成的颗粒状的焦炭的样品开展了有机元素、傅里叶变换红外光谱、岩石热解、扫描电镜（SEM）、CT扫描三维重建等方面的研究。研究表明：稠油火驱过程中生成的焦炭中氧元素含量增加近3倍,与原油相比具有富氧贫碳的特点,焦炭中存在含氧的官能团主要以以醛、酮、羧酸、酯、醇等大分子化合物的形式存在;焦炭的有机质成分以可裂解的S2为主,可以为稠油火驱的持续燃烧提供燃料,存在的残碳（RC）是稠油在高温高压条件下裂解缩聚生成的大分子极性化合物,在高温含氧的条件下也可以作为火驱的燃料;SEM与CT观察发现,焦炭的孔隙空间是由一系列大小不一的有机质孔洞组合而成,小孔洞与大孔洞相互连通组成一个系统的孔隙空间网络,有利于火驱过程中与氧气的充分接触。该研究将有利于认识火驱高温氧化过程中生成的焦炭的化学性质与微观形貌特征,为火驱开发的机理深化与开发方案的调整提供有力支撑。     

光伏模组积灰与阴影特性分析及识别方法

针对光伏模组积灰与阴影特性识别问题,详细分析了积灰和阴影的光伏特性曲线差异,揭示了阴影光伏曲线的拐点时变特性。提出由特性曲线的拐点数量及电流电压特性条件共同构成训练模型的输入特征量,基于CatBoost算法训练积灰和阴影识别模型。最后,利用光伏模组实测数据对CatBoost算法、ID3和GA-BP算法训练出的识别模型进行性能分析和对比测试,结果表明基于CatBoost训练出的识别模型输入量区分性强、诊断精度高,极具工程应用价值。     

具有变时滞的偏泛函微分方程平凡解的一致渐近稳定性

运用Ｒａｚｕｍｉｋｈｉｎ技巧．对两类具有变时滞的偏泛函微分方程进行了讨论．获得其平凡解一致渐近稳定的充分判别条件．