高速公路货运车辆速度下限设定研究

在通过仿真方法分析货车速度对服务水平影响规律的基础上,以货车速度对客车速度边际影响等于1为判定条件,确定货车影响的关键速度.确定60 km.h-1作为双向四车道高速公路货车建议速度下限值.仿真验证表明,实施60 km.h-1速度下限后,客车运行车速可提高10 km.h-1,且能保证双向四车道高速公路在当前流量下服务水平不低于二级;未来流量增长至每小时3 000辆后,服务水平仍不低于三级.     

褐口蘑菌丝的培养优化

探讨了不同营养条件对褐口蘑菌丝生长的影响.实验结果表明:褐口蘑菌丝生长的最佳碳源为蔗糖,最佳氮源为蛋白胨;能明显促进菌丝生长的微量元素为硫酸镁,生长调节因子为吲哚乙酸;最适温度为25℃;最佳pH值为7～8.     

自催化脉冲激光沉积方法制备ZnO纳米棒阵列

采用脉冲激光沉积方法在ZnO作为缓冲层的InP（100）衬底上制备了高密度ZnO纳米棒阵列．扫描电子显微镜图像显示ZnO缓冲层形成较为均匀的岛状结构,ZnO纳米棒具有垂直于衬底的统一生长方向．X射线衍射测试在34．46°出现尖锐的衍射峰,说明ZnO纳米棒具有（002）择优取向．PL谱在380nm出现强的近带边发射峰,在495nm出现弱的深能级发射峰,表明ZnO纳米棒具有较好的光学性质．本实验制备的高质量ZnO纳米棒阵列有望在现在和未来的纳米器件制作中得到应用．     

二元局部修复码的新构造

局部修复码(Locally Repairable Codes,简记为LRCs)是一种可以减小分布式存储系统修复带宽的新型纠删码。依据二元最优码的不同距离特性而改变校验矩阵的方法,提出了由奇距离局部修复码扩展构造偶距离局部修复码的一种方法;而且提出了通过删截的方法构造新的性能优良的局部修复码。利用这两种方法,构造出四组码长为n≤24,维数为k≥8且距离为6≤d≤8具有较小局部修复度的码,这些码都达到了C-M界。这些结果对于研究更大距离的二元最优局部修复码以及一般域上的最优局部修复码的构造,将具有借鉴意义。     

宽带全极化雷达目标HRRP极化特征提取与优选

充分有效地利用全极化雷达目标HRRP极化信息是雷达目标特征提取领域一个热点问题．文中主要研究了宽带全极化雷达目标HRRP的三类极化特征的提取与优选：（1）将SAR领域常用的熵特征引入全极化HRRP中,分析了反映目标HRRP散射随机性的熵特征;（2）根据目标散射矩阵相似性参数理论,定义了目标HRRP与6种标准体散射矩阵相似性参数概率形式描述,并将其作为特征,这类特征反映了目标的物理结构特性;（3）提出了反映目标散射能量特性的Mueller矩阵相似性参数特征,并且证明了该参数特征的旋转不变性．这几类特征具有明确的物理意义．采用飞机目标多个姿态的实测数据进行了特征有效性验证和特征优选,并利用优选后的特征组成特征矢量对飞机目标识别,实验结果表明,提出的HRRP极化特征具有良好的稳健性和可分性．     

NSTL文献传递服务在高校用户中的推广现状及模式研究

介绍了NSTL在高校用户中推广与使用现状,以吉林大学、东北师范大学、长春中医药大学的300名高校师生为调查对象,结合NSTL长春服务站近几年的推广经验,分析了NSTL推广中存在的问题,探讨了NSTL推广的新模式及对策.     

风险投资的风险代理关系类型

本文认为双向链式的风险代理关系是由不同风险代理关系类型组合连接而形成的一种两级分工的网络化分散层系结构 ,它是两个层次的双向风险代理关系形式     

基于Markov模型的机动目标分类方法

结合弹载脉冲多普勒雷达精确提取目标速度、加速度的特点,研究了利用目标的机动特性进行目标分类的方法。首先提出对目标加速度序列进行标量量化的预处理方法,然后基于一阶马尔可夫(Markov)模型建立了用于对目标加速度序列进行识别的分类器并定义了模型距离,最后分析了共用码书所刻画的状态空间对分类性能的影响。仿真实验证明,该算法计算量小,易于实现,在较小的模型距离下,能取得较高的识别率。     

一种地杂波谱的计算与仿真方法

分析了传统地杂波计算中将地表只进行“等距等多普勒”划分的缺点,提出了“等距等多普勒等波束”划分的思想;针对划分后网格单元形状异常复杂的问题,提出了一种依据上述划分思想的方格划分方法及其计算步骤。其最大特点是各方格单元面积相同,直接避免了网格单元面积的计算问题。仿真结果证明了方法的有效性。     

基于自编码器的红外与可见光图像融合算法

基于深度学习的红外与可见光图像融合是图像处理领域的研究热点之一,为丰富融合图像的细节信息、突出红外目标,基于自编码器网络提出一种可进行端到端训练的融合算法。首先,将编码器设计成双分支结构,并针对红外与可见光图像的特性设置不同的特征提取方式;其次,为有效地融合红外与可见光的互补信息,设计了一种可学习的融合策略,并使整个框架能够进行端到端的学习;最后,解码器对通过融合策略所获得的特征进行重构,进而得到融合图像。基于TNO数据集进行实验验证,定性和定量的结果表明,算法能够生成红外目标突出、细节信息丰富的融合图像,相较于其他算法,融合性能更加优越。