建立农村社会保障制度的必要性与可行思路

 建立农村社会保障制度的必要性中国城乡分割的二元社会保障制度已经成为城乡经济和社会发展的严重制约因素。农村社会保障制度的建设事关重大 ,不容忽视。1 关系到农地使用效率的提高从20世纪90年代开始 ,中国为寻找农村经济获得再次飞跃的突破口进行各种尝试 ,但效果均不理想。在中国“人地关系紧张和农村剩余劳动力无法城市化”这两个导致“三农”问题的基本矛盾（温铁军 ,1997）的约束下 ,打破一家一户的小规模“吃饭专业”的经济格局成为解决问题的关键。     

间歇釜式反应器控制策略和最优操作方案的研究

本文采用数学模拟方法,以不同控制策略综合研究了间歇釜式反应器中进行不同反应过程的最优操作方案,可用于指导反应过程的开发设计和生产操作控制。     

船舶与海洋平台生活区供水系统存在的问题及解决方案

本文简述了世界各国船舶与海洋平台上的生活区供水系统的用途、重要性和发展状况;介绍了几种常规的供水系统形式。通过对常规压力式供水系统经常存在的问题和原因分析,提出了具体的解决方案,并分析了解决方案可行的原因。     

超立方体网络并行容错路由算法

研究了具有大量错误结点的超立方体网络中的并行容错路由算法.其步骤是首先,通过实验分析基于局部k维子立方体连通性容错模型中并行容错路由算法的容错性和效率,然后分析k=3且有多达25.0%的错误结点时并行容错路由算法的容错性和效率.研究结果表明并行路由算法所能找到的并行路径的数目最多可达到min(D(u),D(v)),至少可达到min(Dk(u),Dk(v));如果只考虑k比较小(如3,4,5等)而n比较大(如10,15,20等)的情况,则min(D(u),D(v))与min(Dk(u),Dk(v))非常接近,说明并行路由算法所能找到的尽可能多的并行路径的能力是接近最优的;并行容错路由算法容错性强,效率高.     

防爆电梯安全检验要点探讨

本文从检验实践角度介绍了防爆电梯的相关检验要点和注意事项,叙述了防爆电梯资料审查要求,介绍了防爆电梯防爆技术部分的特殊检验要求,对防爆电梯主要安全部件的检验要点进行了探讨。     

磁暴不同相位期间低纬海南地区电离层扩展F分布特性研究

基于2002—2007年海南地区DPS—4测高仪探测数据,对海南地区电离层四种类型扩展F,包括频率型(FSF)、区域型(RSF)、混合型(MSF)和强区域型(SSF),在磁暴不同相位期间的年际变化和总体分布特性进行了统计分析研究。结果表明:(1)在初相期间,较为活跃的扩展F是在高年(2002)和下降年(2003—2004)的SSF,以及低年(2005—2007)的MSF;(2)在主相期间,较为活跃的扩展F是2002、2006年的SSF和2005、2007年的MSF;(3)在恢复相期间,较为活跃的扩展F是2002年的SSF和2003—2006年的MSF,并且MSF的发生率随太阳活动减弱(从2002年到2006年)有增加趋势。总体上,最为活跃的是SSF和MSF,其次是FSF,而最不活跃的是RSF。分析还表明,初相期间扩展F的发生率要高于主相和恢复相的发生率,这说明快速渗透电场对初相期间的扩展F有促进作用;而主相和恢复相期间扩展F的发生率则受到了快速渗透电场、扰动电场等因素的共同作用。     

交叉立方体全端口虫洞路由广播算法

交叉立方体(crossed cube)是超立方体(hypercube)的一种变型,其某些性质优于超立方体,比如其直径几乎是超立方体的一半。广播通信是并行计算机系统最基本的通信方式。在全端口虫洞模型下,利用递归将交叉立方体分解为互不相交的子交叉立方体的方法,提出了交叉立方体的广播路由算法。其所需时间步为o(n/log2(n 1)),在常数因子范围内是最优的。仿真实验结果进一步说明了算法具有很好的通信性能。     

作战仿真中基于DSP的电台及通信系统仿真研究

根据作战仿真实验室的任务需求,构造了基于TMS320F206 DSP芯片的功能仿真电台,实现了以程控交换机为联络中心的仿真通信网络,较好地模拟电台通信和无线组网通信功能,取得了良好的实验效果,并为各参与作战仿真的人员提供了有关通信的实战训练。     

“十二五”期间我国人口自然增长率的预测及政策建议

《国家人口发展"十二五"规划》明确提出了将我国的人口年均自然增长率控制在7.2‰以内,该目标的实现一方面影响到我国人口的长期均衡发展,影响到我国人口与经济社会、人口和资源环境的协调发展;另一方面也影响我国人口政策的制定,以及对已经实行了30年的计划生育政策的调整,因此,对"十二五"规划期间人口自然增长率的预测研究具有重要意义。选取1981~2010年间人口自然增长率数据,根据数据统计特点,采用二次指数平滑法预测"十二五"规划期间人口自然增长率,预测结果显示:"十二五"规划人口自然增长率的控制目标不但可以实现,而且人口自然增长率呈进一步下降趋势。     

基于深度学习的虚拟到现实车道保持控制

深度学习由于其强大的非线性拟合能力,已经被广泛应用于无人驾驶控制器训练领域.然而,由于其训练过程需要大量标注数据,耗费大量人力物力,且人为采集的数据很难覆盖危险工况,导致训练的模型泛化能力较差,影响了深度学习控制器的性能提升.本研究提出一种从虚拟世界采集样本,将训练模型向真实世界泛化的端对端卷积神经网络(CNN)控制器训练框架.为缩小虚拟和真实世界的差距,本研究以语义分割图像作为媒介,将虚拟和真实图像分别转化为语义分割图像用于训练和测试.结果表明,虚拟到现实训练得到的控制器可以较好地跟随道路变化趋势,经权值微调后预测输出与人类驾驶员操作相近,最大平均绝对误差和均方根误差分别为1.693 9°和2.885 0°,平均绝对百分比误差在5%以内.