关于理想继承性半群的一点注记

讨论了（左,右）理想继承性半群的一个充分必要条件及一些基本性质,进而给出交换理想继承性半群的一个结构刻划,以及主因了或为0－单半群或为2元unll半群的一个充分必要条件。     

黄曲霉毒素B1溶液的太赫兹时域光谱分析

黄曲霉毒素的物理检测是目前国内外食品安全检测的一个研究热点。针对近红外和传感器方法检测精度差的问题,采用太赫兹时域光谱技术,研究了黄曲霉毒素B1溶液对太赫兹波的响应。首先根据B1溶液在不同频率范围内的光学参数(主要是折射率和吸收系数)的不同,对B1溶液的太赫兹光谱进行定性分析;再利用最小二乘支持向量机对其进行定量分析。实验和分析结果表明,利用太赫兹时域光谱技术能够对黄曲霉毒素B1溶液的不同浓度进行精确识别,为以后建立黄曲霉毒素太赫兹谱库和快速检测食品中的黄曲霉毒素提供了理论依据。     

彩色交流等离子体显示板气体放电中平均电子能量的计算

由局域近似假设,推导出彩色交流等离子体显示板（ＡＣ－ＰＤＰ）气体放电中平均电子能量的计算公式,该由公式的计算结果表明,随着Ｘｅ分压强与总气压之比ｘＸｅ或气压ｐ的增加,平均电子能量下降,而由电场强度发迹造成的能量变化的幅度减小,根据此计算结果,对ｘＸｅ和ｐ对彩色ＡＣ－ＰＤＰ光电性能的影响进行了理论分析,分析结果表明：随着ｘＣｅ的增加,着火电压、记忆范围、高度和光效均增加;随着ｐ的增加,记忆范围、高度     

CAI课件的制作

阐述了在我国推行税务代理制的必要性,分析了现行税务代理制存在的五个方面问题,并提出应尽快制订税务代理法规,税务代理应具备一定独立性,提高税务代理人员的素质,实行持证上岗,组建全国税务师协会,实行行业自律管理等对策。     

公路不停车电子收费系统的研制及实现

公路不停车计算机网络收费系统是基于射频IC卡技术和模式识别技术的自动车辆识别技术而设计的．主要阐述了系统的构成、原理及工作过程,并在此基础上讨论了车道、收费站、收费管理中心的网络互连,阐述了大型数据库MSSQLSrver在公路不停车计算机网络收费系统中的应用．     

一种基于身份的数字签名算法研究

文电处理系统是一种用于作战命令及文书快速传送和快速处理的通信系统,该系统需要具备可靠、高效且适合移动设备的身份认证机制。针对该安全问题,利用基于身份的密码体制,提出了一个基于身份的数字签名方案。该方案系统开销小,运算量低,与同类方案比较也具有较好的效率。安全与性能分析表明,该方案是安全高效的,适合于在文电处理系统中使用。     

气动光学效应退化图像循环迭代复原算法研究

为了从湍流序列退化图像中有效地去除模糊、抖动等气动光学效应，提出一种基于内外循环迭代的湍流退化图像复原新算法．该算法利用多帧湍流退化图像，建立了一个基于航天图像随机场概率模型的联合对数似然函数．通过极大化该对数似然函数，推导出了基于内外循环交替求解目标图像及各帧点扩展函数的迭代关系，据此可将目标图像和各帧点扩展函数同时估计出来．在微机上进行了复原实验，实验结果表明该算法能用多帧图像获取目标图像和点扩展函数的最佳联合估计，可有效地去除模糊、抖动等气动光学效应．     

混凝土箱梁桥顶板温度应力分析

以湖南某在建特大箱梁桥为研究背景,通过现场温度测量结合公式拟舍得到实际温度梯度,应用ANSYS软件建模：计算分析不同截面参数箱梁日照温差下顶板下缘横向温度应力的变化,比较了施工阶段日照温差应力和自重作用对顶板开裂的影响,为预防顶板中线下缘开裂提供理论依据．     

中华绒螯蟹与日本绒螯蟹线粒体COI基因片段的序列比较研究

以相应引物PCR扩增了黄河口中华绒螯蟹线粒体细胞色素氧化酶Ⅰ亚基基因（COI）片段,PCR产物经T载体连接之后进行了克隆、测序,得到709bp的碱基序列,其A,T,G,C含量分别为34．41％,27．93％,20．03％和17．63％。并比较它与珠江流域中华绒螯蟹COI序列和日本绒螯蟹COI序列的差异,发现黄河口中华绒螯蟹与珠江 流域中华绒螯蟹COI序列完全相同,而与日本绒螯蟹差异非常明显,709或658（不计引物）位点中核苷酸差异数为32,核苷酸差异率为4．51％或4．86％（不计引物）,其中25个位点为转换,7个位点为颠换。作者倾向于支持存在中华绒螯蟹和日本绒螯蟹,或它们为同一种的两个地理亚种的观点。     

基于Bagging神经网络集成的燃料电池性能预测方法

利用三维质子交换膜燃料电池数学模型模拟研究了电池流道进、出口高度对电池性能的影响,然后将数值模拟结果作为神经网络模型的训练数据.以流道进、出口高度和电池电压值作为输入变量,以电池电流密度作为输出变量,建立了3层反向传播神经网络模型;然后利用Bagging集成学习方法对神经网络模型进行集成,构建了燃料电池性能预测方法.研究发现:与单一神经网络模型相比, Bagging神经网络集成模型预测精度更高,且所需模型训练数据量更少.此外对于超出训练数据以外的情形, Bagging神经网络集成模型仍然能够准确地预测燃料电池的性能,且精度良好,表明Bagging神经网络集成模型的鲁棒性较好,可用于更宽工况范围内燃料电池性能的快速预测.