目标电磁散射的面中心立方体网格FDTD方法

基于面中心立方体(face-centered cube, FCC)网格的空间结构, 由麦克斯韦方程出发, 推导了基于FCC网格的单轴各向异性介质完全匹配层(uniaxial anisotropic media perfectly matched layer, UPML)吸收边界条件以及近-远场外推边界条件的三维迭代式。通过典型算例, 先后验证了基于面中心立方体网格的时域有限差分(FCC-finite difference time domain, FCC-FDTD)方法的UPML吸收边界条件和近远场外推边界条件的正确性。最后通过计算金属球的后向雷达散射截面(radar cross section, RCS)比较了FCC-FDTD方法与传统FDTD方法的计算精度, 结果显示FCC-FDTD方法具有更高的计算精度。     

通过热力学与电学的类比加深对于熵的理解

恰当地开展分支学科之间的类比是理解物理学的一条有效途径。在借鉴电荷概念引入热荷概念之后,继而直接将熵定义为热荷量,使之成为一个通俗易懂的物理量。以此为基础,在电流与熵流的连续性、驱动力,以及它们与能流之间的关系和电流与熵流在流动过程中的熵产生等方面对热力学与电学进行了较为全面的类比。这样不仅能凸显出热力学与电学的一些基本物理过程之间的相似性或共性,以及客观世界的内在和谐性,而且能更加鲜明地反衬出它们之间的差异即各自的个性,从而加深对于熵的理解。     

基于 Internet 的大型仪器预约系统的发与应用简

为了进一步提高化学实验中心大型仪器设备的使用效率和管理水平,构建大型仪器设备网络化、现代化管理模式,结合东北农业大学化学实验中心大型仪器设备的具体情况,设计了大型仪器网上预约系统,开发了基于Internet的大型仪器设备网上预约功能,该系统的投入使用为实验中心大型仪器设备的科学管理提供了可靠的保障.     

读者协会参与高校图书馆管理和服务工作的实践与思考

阐述了读者协会参与图书馆工作的重要性和必要性,分析了读者协会参与图书馆工作的困难,探讨了读者协会深度参与图书馆工作的主要途径。     

基于特征加权的FSVM在低信噪比语音识别中的应用

模糊支持向量机(FSVM)赋予每个样本一个模糊隶属度,优化了最优分类面,具有好的抗噪性。为提高低信噪比条件下的语音识别准确率,减小传统支持向量机(SVM)中噪声样本对分类精度造成的影响,首先将模糊支持向量机(FSVM)应用于语音识别系统中的识别网络。在此模型的基础上,考虑到语音样本各维特征的影响,计算各维特征的信息增益作为对分类的重要程度,依据此重要程度确定对各维特征的加权系数,构造加权核函数。为了减小一对一分类模式下的时间复杂度,引入了三叉决策树策略。在仿真实验中,采用韩语语料库的耳蜗滤波器倒谱系数(CFCC)作为实验数据,实验结果表明,在低信噪比语音识别中,特征加权模糊支持向量机(FWFSVM)比传统的SVM具有更好的鲁棒性。     

非奇异H-矩阵新的迭代判定法

非奇异H-矩阵在科学和工程的实际应用中发挥着重要作用.近期一些迭代法被用于判别非奇异H-矩阵.提出新的实用迭代公式,推广和改进了已有的相关结果.     

杭州湾滩涂湿地植被主要植物的光能利用率和光化学指数的相关性研究

利用LCPro‐SD便携式光合仪和FieldSpec Pro光谱仪观测了3种典型湿地植被旱柳（Salix matsu‐dana）、柽柳（Tamarix chinensis）和芦苇（Phragm itescommunis）的光合作用日变化及同步光谱,分析了影响光能利用率（LUE）变化的环境和生理因子,探讨了 LUE和光化学指数（PRI）的相关性．研究结果表明：影响芦苇、柽柳和旱柳光合作用变化的生理因子不同,芦苇的 LUE与Pn、PAR和Gs呈负相关;旱柳和柽柳的 LUE与 Pn 和Gs 呈正相关,与 PAR无关．3种植被的 PRI和LUE的相关性为：旱柳（R2＝0．9565）＞柽柳（R2＝0．9515）＞芦苇（R2＝0．6425）,湿地旱柳的相关性为最大,LUE和 PRI相关性受叶面积指数影响较大．     

气电混合动力车辆低SOC混合驱动起步控制研究

基于单轴并联混合动力系统的结构特性,提出一种电机-发动机-离合器协调控制起步方法,在最小化电量消耗的同时,实现比离合器滑磨起步更快的起步速度和更佳的平顺性。 通过增量式PID方法控制电机输出小扭矩,调节电机转速,弥补离合器接合过程的非线性缺点。 并对采用了助力方法及仅依靠离合器起步的车辆进行起步试验,从起步速度、冲击度和电量消耗方面验证了该方法的可行性。      

基于多中介器协作的信息集成框架

针对传统中介器/包装器(mediator/wrapper)结构上的安全问题,提出了一个多中介器的安全信息集成模型.该模型采用多中介器协作技术,根据当前系统的状态和各中介器本身的性能,以最少等待时间为调度原则,动态选举最优的中介器完成查询任务.该模型既可保证系统的安全性,又可提高系统的效率.     

一种基于 Pareto 云隶属度的 MOPSO 算法

为定量解决非支配解排序问题,并兼顾多目标粒子群优化算法（multi-objective particle swarm optimization,MOPSO）的收敛性和多样性,提出了一种基于 Pareto 云隶属度的 MOPSO 算法。利用 Logistic 混沌映射优化种群的初始空间分布并融合布谷鸟搜索（cuckoo search,CS）指导粒子跳出局部陷阱,以增强算法的全局寻优能力。首次提出云向量评价 Pareto 最优解集方法,采用云隶属度评价准则对粒子适应度值进行量化评价。依据云隶属度选取个体最优和群体最优,平衡全局开发与开采,进而实现外部档案维护。测试函数集 ZDT 的实验结果表明,改进算法在收敛性和多样性方面较 MOPSO 和 NSGA-Ⅱ有一定优势。