基于匀质块五块模式的矩形件非剪切排样算法

基于匀质块五块排样模式对一类矩形件非剪切排样问题进行了研究.基于动态规划和隐枚举的思想设计了无约束矩形件非剪切排样问题的匀质块五块排样算法.与文献中的矩形件非剪切排样算法的对比试验表明:这种算法能够快速给出问题的最优解，而且可以降低板材切割工艺难度并减少矩形件的分拣成本.与2种矩形件剪切排样算法的对比进一步表明了引入“非剪切”的经济效益.     

夯土遗址表层热劣化模拟试验研究

以武威明长城夯土遗址为例,通过现场调查及室内模拟试验,研究分析夯土遗址表层的热劣化机制.X射线衍射及电镜扫描试验表明:遗址表层与母墙土的矿物成分相似,表层微观结构平滑,但风化明显.热劣化模拟试验表明,试样表层热传导系数、热扩散系数及体积比热均低于母墙.热劣化过程中,表层与母墙的热传导系数与热扩散系数均维持稳定.研究认为,夯土遗址表层与母墙组成具有热性质差异的双层结构,在温差作用下,双层结构间的稳定热差异会使其接触面产生热应力差.热应力差的持续作用使接触面劣化疲劳,导致遗址表层与母墙分离,产生剥离病害.     

Rediscovery of Disepyris semiruber (Kieffer) (Hymenoptera: Bethylidae) in Southern Africa,with first description of the male

Holepyris semiruber Kieffer is redescribed and illustrated based on freshly collected specimens. Holepyris semiruber var. striatipleura Kieffer is considered a colour variant of this species and therefore a junior synonym of H. semiruber syn. nov. This species is transferred to Disepyris, D. semiruber (Kieffer) comb. nov., based on the possession of a short 2r-rs&Rs vein in the fore wing and presence of long flat spine-shaped setae on the outer (posterior) surface of the protarsi. The male is described for the first time from new specimens collected in South Africa. This species is recorded for the first time from Namibia and Zimbabwe. All photographs are available on www.waspweb.org.     

克氏针茅典型草原区建植人工草地的探索

发展优质高产的人工草地是有效解决草畜矛盾的途径之一。以羊草、披碱草、冰草、紫花苜蓿为实验材料,在呼伦贝尔市新巴尔虎右旗克氏针茅草原区开展人工草地实验。结果表明:建植当年,四种牧草都有较好的出苗率。建植第二年,羊草、披碱草和冰草的株丛数之间无显著差异,显著高于紫花苜蓿的株丛数;羊草和冰草的返青率高于30%,显著大于披碱草的返青率,紫花苜蓿的返青率最低,低于2%,显著小于披碱草的返青率;羊草、披碱草和冰草三种禾草之间的叶氮和叶绿素含量差异均不显著,紫花苜蓿叶片氮和叶绿素含量高于三种禾草;羊草、披碱草和冰草的植株高度为30~40 cm,差异不显著,紫花苜蓿的植株高度最低,为21.6 cm,显著低于其他三种禾草的植株高度;紫花苜蓿地上生物量显著低于三种禾草。受该区域冬季寒冷和生长季干旱的气候限制,需要综合评价确立该区域建植人工草地的可行性。     

军用航空装备技术发展趋势

 军用航空装备技术的发展方向直接影响一个国家的军用航空装备，进而决定一个国家的空中力量。通过分析研究世界航空军事强国着力发展的航空装备以及新兴技术在航空装备上的应用，提出未来军用航空装备技术将向着体系化、信息化、敏捷化、远程化和智能化的方向发展，并对中国军用航空装备未来发展提出了建议。     

基于功率谱熵特征提取的脑电波大脑年龄预测

 大脑会随着年龄的增加而出现功能衰退，通过决策实验获取年轻人和中老年人的脑电信号，可以定量分析大脑随年龄增长而出现的变化。提出了一种基于熵的脑电波刻画方法，并利用机器学习的方法能够比较准确地预测人的大脑年龄。研究表明，脑电波功率谱熵（PSE）具有良好的时域分辨能力和更准确的区分效果，年轻人在做决策时的脑电波功率谱熵的分布是大于中老年人的，即年轻人所产生的脑电波信息量更大。此外，支持向量机（SVM）的分类效果优于随机森林（RF）方法，最高平均精度达88.02%，比随机森林高出2.66%。通过基尼指数对特征重要性排序，还发现决策过程中左眼电区域、大脑的颞和中央区域的决策反应差异很大，分类器更容易在这些特征区域做出更好的分类。     

云计算视角下可验证计算的分析研究

云计算能否在未来的各个领域中被广泛运用,决定因素在于其可信度。可验证计算在检测云计算结果的可信度方面具有其独特优势。利用可验证计算协议可验证云服务器端所返回的数据是否正确,它成为实现云计算可信度的重要保障。文中在阐述可验证计算基本内容和相关设计原则的基础上,分析了可验证计算协议的一般流程、设计原则及计算模型,并结合基于交互系统的可验证计算协议分析,探讨在云计算视角下可验证计算的研究展望。     

Real-Time Pricing of Smart Grid Based on Piece-Wise Linear Functions

In a power grid system, utility is a measure of the satisfaction of users' electricity consumption; cost is a monetary value of electricity generated by the supplier. The utility and cost functions represent the satisfaction of different users and the supplier. Quadratic utility, logarithmic utility,and quadratic cost functions are widely used in social welfare maximization models of real-time pricing. These functions are not universal; they have to be discussed in detail for individual models. To overcome this problem, a piece-wise linear utility function and a piece-wise linear cost function with general properties are proposed in this paper. By smoothing the piece-wise linear utility and cost functions, a social welfare maximization model can be transformed into a differentiable convex optimization problem. A dual optimization method is used to solve the smoothed model. Through mathematical deduction and numerical simulations, the rationality of the model and the validity of the algorithm are verified as long as the elastic and cost coefficients take appropriate values. Thus, different user types and the supplier can be determined by selecting different elastic and cost coefficients.     

租赁设备的状态维修决策建模与优化

随着物联网技术飞速发展,租赁设备大多安装有传感系统,可以及时地对设备关键部件和整体运行状态进行检测,进而可基于设备的健康状态为其安排更为合理的维修方案,在降低租赁商维修费用的同时,尽量少地干预客户的正常施工,并且保证租赁设备在客户施工场所的可靠运行.本文研究了基于状态检测的租赁设备的最优维修问题,研究中引入了顺序状态检测,定义了基于状态的控制限维修策略,并建立了以维修开销最小为目标的解析模型,以决策系统最优的检测间隔和预防维修阈值.除检测、维修等基本费用外,模型中还进一步考虑了租赁系统的故障罚金和故障后维修超时罚金.在模型的求解中,推导了维修干预下设备任意时刻的检测概率和状态概率分布,作为模型构建和求解的依据.数值实验结果验证并表明了面向租赁设备的基于状态的维修策略的有效性.     

基于深度图像预旋转的手势估计改进方法

基于深度图像的手势估计比人体姿势估计更加困难,部分原因在于算法不能很好地识别同一个手势经旋转后的不同外观样式.提出了一种基于卷积神经网络(Convolutional Neural Network, CNN)推测预旋转角度的手势姿态估计改进方法:先利用自动算法标注的最佳旋转角度来训练CNN;在手势识别之前,用训练好的CNN模型回归计算出应预旋转的角度,然后再对手部深度图像进行旋转;最后采用随机决策森林(Random Decision Forest, RDF)方法对手部像素进行分类,聚类产生出手部关节位置.实验证明该方法可以减少预测的手部关节位置与准确位置之间的误差,手势姿态估计的正确率平均上升了约4.69%.