一类素数问题等对PA的条件独立性--对一些数论问题的逻辑讨论(Ⅳ)

用模型论方法证明了2次函数素数值问题及一种3重完美数问题对于PA的条件独立性,以及一些更一般的结论.     

一种基于身份的多级代理环签名方案

代理签名能够实现委托签名,环签名能够让签名者不泄露签名身份。根据两个环之间的联系,提出一种突破“一级”限制的多级代理环签名方案,验证者只能验证签名人和授权人所在的环,不能获知签名人和授权人的具体身份。理论分析证明该方案是安全的。     

苯并噁嗪/有机硅氧烷/环氧树脂三元体系的相容性探究

通过试验,实现了环氧树脂、有机硅树脂、苯并噁嗪的共混,该共混物中3种树脂具有良好的相容性。后对其进行了一系列表征和分析,包括红外光谱分析、光学显微镜分析等。     

叶底珠各部位中一叶萩碱和别一叶萩碱的含量测定

采用高效液相色谱法测定叶底珠中一叶萩碱和别一叶萩碱在各部位中的含量。结果表明,一叶萩碱在各部位的质量分数w_根皮>w_细根>w_枝干皮>w_木部>w_{嫩叶芽(济南)} >w_枝叶>w_根>w_{嫩叶芽(临沂）}。别一叶萩碱在各部位的质量分数w_根皮>w_细根>w_木部>w_枝干皮>w_根>w_{嫩叶芽(临沂）}>w_{嫩叶芽(济南）}>w_枝叶。本实验为叶底珠生药成分中一叶萩碱和别一叶萩碱的定性和定量测定提供了科学依据。     

一种基于QBC的SVM主动学习算法

针对支持向量机(souport vector machine,SVM)训练学习过程中样本分布不均衡、难以获得大量带有类标注样本的问题,提出一种基于委员会投票选择(query by committee,QBC)的SVM主动学习算法QBC-ASVM,将改进的QBC主动学习方法与加权SVM方法有机地结合应用于SVM训练学习中,通过改进的QBC主动学习,主动选择那些对当前SVM分类器最有价值的样本进行标注,在SVM主动学习中应用改进的加权SVM,减少了样本分布不均衡对SVM主动学习性能的影响,实验结果表明在保证不影响分类精度的情况下,所提出的算法需要标记的样本数量大大少于随机采样法需要标记的样本数量,降低了学习的样本标记代价,提高了SVM泛化性能而且训练速度同样有所提高。     

铝掺杂ZnO基纳米棒气敏传感材料制备及其LPG气敏性能

采用两步化学溶液法制备了ZnO和Al-ZnO纳米棒,利用扫描电子显微镜(FE-SEM)(JSM-6700F,Japan)和X射线衍射仪(XRD)(Rigaku D/Max 2500PC,Japan)进行表面形貌表征和结构分析.气敏测试结果表明,Al-ZnO纳米棒元件在380℃下对500和2 000×10-6液化石油气(LPG)的灵敏度分别为9.5和21,掺杂Al3+能有效提高ZnO纳米阵列元件对LPG的气敏性能.     

一种无速度传感器的双馈风力发电机滞环矢量控制策略

为了简化双馈电机矢量控制系统所采用的基于电压正弦脉宽调制技术的控制方法,引入电流滞环跟踪脉宽调制技术,并针对所设计的滞环矢量控制系统设计了一种开环转速观测方案.该方案直接利用转子电流在同步旋转坐标系中的参考值分量而避免了对实际电流分量的计算,从而简化了观测器设计并改善了观测效果.简化后的控制系统不仅提高了响应速度而且不依赖电机参数,所设计的开环速度观测方案在一定程度上克服了传统开环速度观测的缺陷.通过PSCAD/EMT-DC软件仿真验证了控制系统的有效性和转速观测方案的准确性.     

角域内亚纯函数微分多项式分担一个值的惟一性

在一定条件下, 通过研究角域内涉及微分多项式的亚纯函数的惟一性问题, 证明了亚纯函数的一个惟一性定理。     

转子流道倾斜式的外驱旋转压能交换器性能研究

为提高外驱式旋转压能交换器性能,设计了转子流道倾斜式的外驱式旋转压能交换器,以能量回收效率和体积混合率为性能指标,利用商业CFD软件Fluent对模型求解计算,并与直流道外驱式旋转压能交换器模拟数据对比分析。结果表明,处理量相等的情况下,能量回收效率和体积混合率均随转子转速的升高而降低;同一转速下,转子倾斜角度改变,能量回收效率变化不超过0.04%,而对体积混合率有明显影响。研究结果对于提高外驱式旋转压能交换器设备性能具有一定指导意义。     

一种考虑时空分布特性的区域风电功率预测方法

为了有效解决风电场数据丢失时直接相加法无法进行区域风电功率预测的问题,提出了一种考虑时空分布特性的区域风电功率预测方法.为降低模型的复杂性,根据风电场及风能信息对子区域进行具体分析.在此基础上,利用相关系数法,选择风电场出力与子区域出力间相关系数绝对值大的风场为基准风电场.以所选基准风电场预测功率为输入,利用神经网络方法,直接预测各子区域功率,整个区域预测结果为各子区域预测值之和.算例结果表明:利用相关系数法选择基准风电场无需大量历史数据支撑,原理简单易于实现;模型与风电场所采用的预测系统无关,易于工程推广应用;模型无需考虑非基准风电场功率预测情况,成本更低、效益更高;采用该模型后子区域预测误差比直接相加的方法降低了5％,整个区域预测误差仅为20.8％.