关于等价电子杨盘的杨算符的约化

给出了等价电子的正则杨盘的投影函数为Slater函数,杨盘的置换算符对Slater函数的运算规则.由杨盘基的归一化将杨盘的杨算符区分为消去算符和有效置换算符,从而极大的简化了杨盘置换算符的个数,为用新的杨盘方法确定等价电子杨盘基提供了理论支持.     

纳米碳材料的合成及其影响因素

以甲醛-间苯二酚为前驱体,合成纳米碳材料.应用透射电镜及循环伏安测试对碳材料进行结构表征.结果显示,合成条件对碳载体的形貌和结构有很大的影响.直接甲醇燃料电池单池性能测试结果表明,炭化时间为2 h所得的碳材料可以作为DMFC电催化剂的载体.     

基于北斗三号DGNSS/RDSS/INS的高性能轻量级导弹编队基线测量方法

在导弹编队基线测量是导弹集群攻击的前提下,针对导弹编队基线测量问题,提出了一种基于北斗三号DGNSS/RDSS/INS的高性能轻量级基线测量方法。以北斗RDSS区域短报文作为编队数传链路,基于北斗三号DGNSS/INS建立伪距单差观测模型,在GNSS信号连续正常或信号中断情况下,进行DGNSS与INS组合导航实现稳定的基线测量输出。仿真结果表明:在GNSS信号连续正常的观测历元中,DGNSS/INS组合导航可以实现稳定的基线测量输出。在GNSS信号中断20 s以内,DGNSS/INS组合导航在东向(E)、北向(N)的基线测量误差小于2.5 m(1σ),天向(U)的基线测量误差小于3.0 m(1σ)。与RTK 算法相比,伪距单差模型对算力的要求降低了70%~80%。     

渣油加氢微膨胀床反应器中的气液流动状态及床层膨胀率

在常温常压下用模拟渣油和模拟氢气近似模拟了微膨胀床渣油加氢处理反应器内的气液流动状态,考察了催化剂粒径和堆密度、虚拟气液流速以及催化剂装填高度对催化剂床层膨胀率的影响。实验结果表明:大粒径、低堆密度的催化剂床层膨胀率较高;虚拟气速与床层膨胀率关系曲线上存在拐点,拐点值随催化剂装填高度增加而增大;虚拟液体流速对催化剂床层膨胀率影响较小;在工业操作条件下,微膨胀床渣油加氢处理反应器的催化剂床层膨胀率小于10%;催化剂装填高度对床层膨胀率有明显的影响,催化剂装填量较大时,需要采用较高的气油比才能保证催化剂床层处于微膨胀状态。     

原油掺炼对混合原油、馏分油及渣油性质的影响

选择了卡宾达和阿曼原油、卡宾达和马西拉原油、马西拉和大庆原油等3组混合原油,考察了原油混合后,在520°C前的拔出率、粘度、表面张力、密度、凝点、馏分油密度和折光率等性质。结果表明:不同原油掺炼比例适当时有可能使拔出率高于理论拔出率0.88%~3.87%;掺炼原油总拔出率的正增趋势对应着粘度、表面张力、密度和凝点的负增趋势,反之亦然;在最佳掺炼比条件下,原油掺炼会引起原油各馏分结构组成变化,而且对柴油、蜡油及渣油尤其明显,渣油略有变重;混合原油拔出率及原油、馏分油和渣油性质的变化不具有加和性。     

基于GAs/PSO组合算法的水轮机调速系统PID参数寻优

提出了一种基于GA s/PSO组合算法的P ID控制器参数自整定方法,这种方法兼有遗传算法(GA s)和粒子群算法(PSO)的优点。组合算法种群由GA s和PSO的最佳个体迁移形成,其中GA s采用了实数编码和变异概率自适应,PSO算法采用了带指数衰减的惯性因子的速度更新算法,以加快收敛速度。通过对水轮机调速系统P ID控制器参数寻优仿真比较表明,该组合算法寻优性能比单独的GA s和PSO表现更为优异,且所得系统具有更好的动态性能。     

LiCl对脂肪族聚氨酯脲结构与性能的影响

通过FT-IR和DSC等研究了L iC l对脂肪族聚氨酯脲溶液粘度以及聚氨酯脲膜的结构和性能的影响。研究结果表明:L iC l的加入使聚氨酯脲溶液的初期粘度降低,后期粘度升高;含L iC l的聚氨酯脲的Tg和氨酯羰基的氢键化程度提高,但脲羰基的氢键化程度降低;L iC l的加入使聚氨酯脲的拉伸模量、硬度、撕裂强度和吸水率显著升高。     

一种上下文集成的冲突处理方法

为了实现服务组合对环境的适应性,设计了能满足上下文动态集成的模型,并使用CC/PP的RDF创建P rofiles描述上下文。详细分析上下文集成中出现的冲突情况,定义优先级和效用因子,解决上下文集成中的冲突问题。结合原型系统进行测试,并给出了实验结果。研究结果表明:在不同的冲突策略情况下,该方法能在可接受的时间内解决冲突。     

关于二阶线性递归序列的加权和

设{wn}为二阶线性递归序列,n为整数.给出了关于二阶线性递归序列{wn}的加权和T(m)的定义,研究了二阶线性递归序列{wn}的加权和T(m),得到了关于加权和T(m)的一个公式,本文的主要结果推广了Kiyota Ozeki的一个结果.     

SAR image de-noising via grouping-based PCA and guided filter

A novel synthetic aperture radar(SAR)image de-noising method based on the local pixel grouping(LPG)principal component analysis(PCA)and guided filter is proposed.This method contains two steps.In the first step,we process the noisy image by coarse filters,which can suppress the speckle effectively.The original SAR image is transformed into the additive noise model by logarithmic transform with deviation correction.Then,we use the pixel and its nearest neighbors as a vector to select training samples from the local window by LPG based on the block similar matching.The LPG method ensures that only the similar sample patches are used in the local statistical calculation of PCA transform estimation,so that the local features of the image can be well preserved after coefficients shrinkage in the PCA domain.In the second step,we do the guided filtering which can effectively eliminate small artifacts left over from the coarse filtering.Experimental results of simulated and real SAR images show that the proposed method outstrips the state-of-the-art image de-noising methods in the peak signalto-noise ratio(PSNR),the structural similarity(SSIM)index and the equivalent number of looks(ENLs),and is of perceived image quality.