NiP2,Ni2P2,Ni 3P2,Ni4P2团簇的量子化学研究

根据化学键理论和非晶态结构的短程有序,设计了晶态团簇NNiP2,Ni2P2,Ni 3P2,Ni4P2的四种构型,并用DFT方法对他们的几何结构型进行高水平的量子化学计算.结果表明,模型体系中P原子供给Ni原子电子这与非晶态合金Ni81.5,5p18.5的实验结构一致,说明NiP2,Ni2P2,Ni 3P2,Ni4P2原子簇模型能反映非晶态Nig1.5 P18.5的结构特点.     

用DFT和MP2方法研究原子簇NiB2,Ni2B2,Ni3B2,Ni4B2

为了考察不同方法、不同基函数对计算结果的影响,选择了原子簇NiB2,Ni2B2,Ni3B2,Ni4B2模型,用DFT(Lanlldz,Lanl2dz)和MP2(Lanl1dz,Lanl2dz)方法对其进行高水平的量子化学计算.结果表明:DFT方法和MP2方法的定性结果一致,计算结果存在一定差别,基函数对MP2方法的结果影响较小.     

改航策略中雷暴飞行受限区划设方法

为了科学合理地划设雷暴产生的飞行受限区,为航班改航策略提供支撑,提出了最小外接矩形、最小面积椭圆和最小外接圆方法来划设受限区,并采用精确度、偏差度、冗余度和复杂度等4指标对划设方法进行评估。算例分析说明,采用最小外接矩形法对带状、条状、人字形和片状云团飞行受限区的划设效果较好,采用最小面积椭圆法对块状云团飞行受限区的划设效果较好。     

波依定对高血压患者生活质量的观察

选择６０例原发性高血压患者,在肥用波依定降压治疗后对其生活质量进行观察评定,主要包括内容：（１）躯体症状,（２）生活能力,（３）工作能力,（４）生活满意度,（５）情绪状态,（６）业余活动,（７）认识功能等。提示。波依定治疗各期高血压,显效率６０．９％。总有效率８７．２％,同时患者在躯体症状,生活能力,生活满意度及业余活动等方面均有明显改善,为一种比较理想的降压药。     

脉冲控制系统关于两个测度的实际稳定性

利用向量Lyapunov函数方法和比较方法研究了非线性脉冲控制系统的实际稳定性质,并给出了若干新结果。     

一种虚路径带宽分配的步进算法

巨型资源完全共享队列中,各类业务占用的服务员数之间具有近似的统计独立性。基于这种准独立性．可以将巨型资源完全共享系统划分为多个准独立且同构的含多种业务的子系统,从而整个系统的服务员占用数近似为正态分布。结合查表技术,可以快速估算大规模、多业务队列中的呼叫损失概率。将这种计算呼叫损失概率的近似方法推广到保留带宽情况并运用于步进式虚路径带宽分配算法中,大大缩短了带宽分配所需的时间。     

CEEMD结合改进小波阈值的激光雷达信号去噪算法

激光雷达远距离回波信号受噪声影响, 严重失真。为了有效去除信号的噪声, 提高回波信号信噪比, 提出一种互补集合经验模态分解(complementary ensemble empirical mode decomposition, CEEMD)结合改进小波阈值的去噪算法。CEEMD可以自适应地分解非线性和非平稳信号, 改进小波阈值函数具有高阶可导特性, 能够克服硬阈值、软阈值函数各自存在的问题。两种方法结合, 可以更有效地去除噪声。首先, 对回波信号进行CEEMD分解, 得到若干固有模态函数(intrinsic mode function, IMF)。其次, 通过相关系数法计算IMF分量与信号的相关系数, 确定相关分量和不相关分量。最后, 对不相关分量使用小波改进阈值法进行去噪, 对相关分量使用粗糙惩罚法进行平滑, 再重构信号。基于实测数据的实验结果表明, 所提算法比CEEMD去噪法和CEEMD结合原改进阈值去噪法, 信噪比分别提升了2.65 dB和0.58 dB。     

基于潜在语义空间维度特性的多层文档聚类

为实现文档在不同概念层次下的自动聚类,研究了潜在语义空间中维度的统计特性,发现对应大奇异值的维度描述了语义元素间的共性,对应小奇异值的维度描述了语义元素间的特性,呈现出潜在语义空间维度与概念粒度之间隐含的对应关系.基于这种认识,通过采用不同维度来实现文档在不同概念粒度下的聚类,并获得了很好的聚类准确率.另外,在基于潜在语义分析的文档聚类算法中,采用文档自检索矩阵的行向量,代替低维文档向量作为聚类对象,获得了更好的聚类准确率.     

基于Delaunay三角网约束的倾斜影像匹配

针对倾斜影像存在尺度变化大、匹配困难的问题,提出一种基于Delaunay三角网约束的倾斜影像匹配方法.首先检测影像上的最大稳定极值区域(Maximally Stable Extremal Regions, MSER)作为初始匹配点,然后利用这些初始匹配点构建Delaunay三角网,并以同名三角形、核线、灰度等作为约束条件,迭代匹配左、右影像上三角网内的尺度不变特征变换(Scale-Invariant Feature Transform, SIFT)特征点.试验表明：所提方法能获得可靠的匹配结果,匹配点分布均匀,具有较高的匹配正确率和匹配精度.