江西省煤炭产业前后向关联分析

煤炭工业是关系国家经济命脉和能源安全的重要基础产业.本文基于2007年江西省投入产出表,利用非竞争型投入产出模型,通过计算和分析煤炭产业的一系列系数,研究了江西省煤炭产业的关联效应,得出煤炭产业与其他产业的联系,并给出了相应的政策建议.     

网上交易税收流失的揭示与治理对策

税收流失的治理一直是世界性的大难题,并为国际社会广泛关注,而网上交易的税收流失更是新的问题。电子商务的发展,造成了网上交易的＂征税盲目区域＂,网上交易的税收流失问题目前十分严重。对此,我们必须加强对网上交易的税收监查与征管,首先要成立税务监管的专设机构;其次要建立符合电子商务要求的税收征管体系等等;只有这样才能适应社会主义市场经济的发展要求。     

施用不同肥料对土壤状况的影响

分别测定了天津郭村蔬菜地土样（主要施用农家肥）和小麦地土样（主要施用化学肥料）的pH、含水率、全氮、速效磷、速效钾和有机质的含量以及微生物的数量并进行比较．结果表明,蔬菜地土样除全氮含量比小麦地土样低33．23％外,其余所测指标均比小麦地土样高——含水率高18．46％,速效磷高0．0172g／kg,速效钾高0．054g／kg,有机质高30．89％;蔬菜地中细菌、放线菌、真菌、溶磷细菌和固氮菌的数量都高于小麦地,说明施用不同肥料对土壤的理化性质、微生物数量以及溶磷细菌、固氮菌的数量有很大的影响．     

时延广义网络控制系统的建模与分析

对广义网络控制系统进行建模与分析,针对传感器、控制器、执行器的驱动方式,以及系统是否存在脉冲分别建立数学模型.在建模的基础上,对一类具有短时延、传感器采用时钟驱动、控制器和执行器采用事件驱动的广义网络控制系统的因果性、能控性及能观性进行分析,给出了其具有因果性、能控、能观的充要条件.     

时变时延广义网络控制系统的稳定性分析

针对一类具有时变时延的广义网络控制系统,研究了系统的稳定性和控制器设计问题.假定广义网络控制系统中的传感器采用时钟驱动,控制器和执行器采用事件驱动,时延小于一个采样周期且是时变的.首先对广义网络控制系统进行建模,利用李雅普诺夫函数和线性矩阵不等式方法,给出系统渐近稳定的充分条件.利用Matlab LMI工具箱,可在判定系统稳定的同时,得到使系统稳定的相应的状态反馈控制器.     

一类不确定时滞大系统的分散模型参考自适应控制

运用分散模型参考自适应控制方法研究了一类不确定时滞大系统问题.在选择参考模型时,根据系统所期望的性能指标,考虑各子系统的相互作用,保留了互联项.这类不确定大系统的关联及干扰是时变不确定的.在这种不确定性界存在但却未知的情形下,基于Lyapunov稳定性理论,给出了其分散自适应控制律,并证明了整个互联大系统是一致最终有界...     

附加UV—B照射对四种冬小麦幼苗生长的影响

研究UV—B辐射对冬小麦品种9858、NCW4、科遗26和泰山269幼苗生长发育的影响,结果表明,鲜重可以作为评价供试品种苗期对UVB耐性强弱的指标,9858和科遗26为耐UV—B品种,NCW4和泰山269为对UV—B敏感品种．低剂量（15μW／cm2）的UV—B辐射促进冬小麦幼苗生长,高剂量（25μW／cm2）的UV—B处理对敏感品种抑制作用大,对耐性品种抑制作用不明显．UV—B处理下,各品种叶色值变幅较小,丙二醛和类黄酮含量增加,但类黄酮含量的变化与品种对UV—B的耐性间未见必然联系．     

青少年体能训练的研究

竞技能力是由体能能力、技能能力、心理智力、战术能力等能力所组成,其中体能能力简称体能是其中组成部分之一。通过长期的运动训练实践,人们不断提高了体能能力对组成运动员竞技能力、对提高运动成绩所起重大作用的认识,从而在训练中更加重视体能能力的训练安排．并获得了较显著的训练效益。所以本文通过文献资料法、专家访谈法、数理统计等方法,综合分析提高青少年体能的方法,以期为今后的训练上得到事半功倍的效果。     

一种指纹特征点信息的表示方法

指纹图像经细化后并提取特征点,把特征点的信息构成特征向量作为指纹特征模板.本文提出了一种有效的指纹特征信息的表示方法,把中心点作为参照点,利用中心点和特征点之问的距离和纹线数与图像的旋转和平移无关的特性来标记特征点.通过结果分析,此方法占用的空间相对要小.     

实时GPS中频信号模拟器硬件开发及验证

为满足对GPS软件接收机和深组合导航研究的需要,开展了基于FPGA的实时GPS中频数字信号模拟器的研制。通过对GPS中频信号模拟器系统架构的分析,提出由计算机完成信号处理、FPGA完成数字调制、以太网完成调制信号输出的系统实现方案。使用SignalTapII和Matlab对系统的关键环节进行了测试和分析。GPS软件接收机对系统的测试结果表明,GPS信号模拟器工作稳定,满足GPS软件接收机测试的需要。