Co2Ti1-xMxA（X=0,1/4;M=C,Si）晶体的电子结构的第一性原理研究

用广义梯度近似密度泛函和全势能线性缀加平面波方法研究了晶体Co2Ti1-xMxA（lX=0,1/4;M=C,Si）的电子结构.为了更好的了解杂质元素对晶体AlCo2Ti结构的影响,对杂质元素M（M=C,Si）替代晶体AlCo2Ti中的Ti（1/2,1/2,1/2）位进行了对比研究.同时,对杂质元素M（M=C,Si）对晶体AlCo2Ti的晶格常数、体弹模量和原子之间的化学键产生的作用进行了探讨.     

基于GA优化BP神经网络的WSN数据融合技术研究

为减少无线传感器网络中节点的数据通讯量,降低能量消耗,达到数据融合的目的,设计了一种基于遗传算法优化BP神经网络的数据融合算法(BPGA),阐述了数据融合原理、BP神经网络和遗传算法,介绍了遗传算法优化BP神经网络的数据融合方法,利用遗传算法优化神经网络的权值、阀值及隐含层结构,然后通过优化后的神经网络提取无线传感器网络中原始数据的特征信息,并将特征信息发送给汇聚节点,从而提高网络数据采集效率,延长网络生命周期。最后通过与LEACH、BPNDA算法进行仿真实验比较,证明了其有效性。     

采用BP算法和深度SAE网络的学生综合能力评价方法

针对现有评价方法需人工提取特征且评价准确率低的问题,提出基于反向传播(BP)算法的深度堆栈编码器(SAE)网络的学生综合能力评价方法.通过SAE网络对输入的学生各项指标成绩进行无监督训练,将SAE学习到的特征结合相应的样本标签,利用柔性最大值分类器(Softmax)进行有监督式分类.采用BP算法进行反向传播调整隐层权重,优化整个模型,以避免过拟合现象的发生.结果表明:该评价方法有利于解决需对传统神经网络进行人工提取和分析特征的问题,可提高评价结果的准确率.     

脉冲激光诱导薄膜损伤阈值的二种定义方法比较

根据脉冲激光放诱导薄膜损伤的缺陷统计模型，讨论了损伤阈值的二种定义方法，结果表明新的定义方法比传统定义方法优越。     

改进型PDC钻头在辽东油田群的探索与应用

辽东湾海域分布着多个大型油田群,贡献突出,但特有的底砾岩层常导致PDC钻头过快损坏,严重制约了作业时效再提升。为攻克此难题,联合PDC钻头厂家,在分析已钻数据及岩石特性的基础上,对力平衡设计、结构稳定性、刀翼防涡设计、井底流场优化等方面进行针对性改进优化。改进型PDC钻头从根本上解决了PDC钻头钻砾岩层及毗邻砂泥岩复合层的难题,节省了大量作业时间,经济效益明显,具有重要的推广应用价值。     

基于虚拟现实的载人潜水器操纵运动仿真系统

载人潜水器操纵运动仿真系统可用于性能研究和人员训练.与已有类似仿真系统不同的是,介绍的仿真系统显示的海底视景是基于驾驶人员通过摄像头所观察到的清晰化小场景,更符合潜水器操纵实际情况.介绍了仿真系统的体系结构,建立了空间六自由度运动方程,进行了仿真计算,讨论了两个影响视景显示的关键问题:视景建模和显示的实时性.工程试验结果表明,仿真系统的设计是合理有效的.     

手绘模拟电路图识别技术研究

主要研究手绘（印刷）模拟电路的识别技术．文章在优化图象质量和提高电路图素识别率等方面作了重点阐述．在元件识别的基础上,配合有限制的字符识别,形成了一种图象文字相结合的识别方法,提高了识别率,为电路图的自动分析打下良好的基础．     

基于效率和时空资源的交通网络可靠性评价分析

为准确评估交通网络运行质量和设置合理性,从路段视角出发以运行效率、时间与空间资源作为评价维度,选取速度偏差率、高延时运行时间比和常发拥堵路段里程比作为评价指标,结合地理信息系统将可靠性和道路属性进行匹配,直观刻画不同路段可靠性的空间分布特征。结果表明：考虑效率和时空资源的可靠性评价方法准确度提升8.7%,且较为适用高等级道路和中长路段,最小误差平方和(sum of squares of minimum error, SSE)分别下降46.5%和56.5%;基于地理信息系统(geographic information system, GIS)的路段可靠性空间分布特征和实地调查结果相吻合;效率和时空资源对于可靠性的影响权重分别为0.378、0.210、0.412。研究结果为进一步提升道路管理水平和交通网络运输质量提供了参考借鉴。     

列车集便系统使用现状及污水资源化新思路

调研了旅客列车集便系统使用情况及排污处理现状,发现由于经济、技术、人为等问题,列车密闭式厕所短期内推广存在困难,集便器污水地面接收方式过于单一,并且处理系统不健全,不合理。分析了传统资源化方法处理列车集便器污水的局限性;提出了使用粪尿分离式集便系统实现源头控制的方法,这种粪尿源头分离的方法大大降低了处理难度,同时可以带来很好的经济效益和社会效益。     

结合节点计算能力的MapReduce负载均衡方法

MapReduce是大数据计算领域广泛使用的编程模型,默认的Hash分区方法易导致数据倾斜,使各计算节点负载不均衡,影响了整体计算性能并造成了大量集群资源浪费。针对这一问题,提出一种结合节点计算能力的分区方法。通过运行一个独立的抽样作业,利用Reservoir抽样算法抽取待处理数据并统计样本里关键字的位置和频次;根据关键字的统计数据制定分区策略,使各分区负载与节点计算能力达到平衡,同时优化网络开销;以全量数据为输入运行计算作业,并采用已制定的分区策略对中间数据进行分区,得出计算作业的运行结果。实验结果表明,方法使各节点负载更加均衡,可明显提升计算作业执行效率。