国有建筑企业PPP项目运营能力评价研究

本文从财务、满意度、项目管理能力、企业核心能力、外部环境5个维度构建了国有建筑企业PPP项目运营能力评估指标体系,采用AHP–熵权法对指标赋权,运用模糊综合评价法构建了国有建筑企业PPP项目运营能力综合评价模型,结合某全民健身中心项目进行了实证分析,并就改善项目运营水平提出建议。     

模态测试不确定性影响因素分析及传感器布置应用

模态测试结果的准确性会受测试数据采集、数据处理、建模假设和参数估计等不确定性因素的影响. 为研究模态测试中模态参数的不确定性水平及不同影响因素对其的影响规律,本文采用状态空间模型和费希尔信息矩阵的快速模态参数不确定性分析方法,探讨包括振动信号的采样时长、采样频率、采样信噪比和结构的阻尼比等多种因素对模态参数不确定性水平的影响,同时提出利用模态参数不确定性水平来优化传感器布置策略的实用性建议. 结果表明：模态参数的不确定性水平随采样时长、采样频率、信噪比和传感器数量的增加而降低,随结构阻尼比的增大而升高;对于均匀分布结构,多数传感器布置在结构顶部和中上部,少数布置在中下部时,模态参数的整体不确定性水平较低,是一种相对较优的传感器布置方案.     

线性网络编码多源多中继协作系统的分集性能

为了设计合适的线性网络编码以提高多源多中继系统的分集增益性能,从理论上研究了系统分集增益与网络编码最小码距的关系,提出以最小码距作为线性网络编码的设计准则.利用经典线性分组码的有关理论和分析方法,得出了系统的分集增益等于线性网络编码的最小码距这一重要命题,该命题将原网络编码的设计问题转化为最小码距准则下经典线性分组码的设计问题.另外,根据编码理论的singleton界得到了系统最大分集增益与中继节点数目之间的定量关系.仿真实验表明,增大网络编码的最小码距能够提高系统的分集增益,而系统的最大分集增益等于中继数加1.     

《史记·律书》律数匡正：—兼论先秦管律

《史记·律书》有“黄钟长八寸七分一，宫”的一组律数，至迟从唐代起，人们就把它看作一组弦律数据，并以为原数据甚误而不可解，从而校正勘误。本文经过严格推算后指出：１．该组律数不是弦律。而是管律；２．该组律数的原数据基本上没有错，尤其是“黄钟长八寸七分一”是完全正确的黄钟管长，由于历代校勘家不辨弦律与管律之别，书“七”字改为“十”字，从而认为《律书》中这段文字“误七句、衍二字”，历代的校改本质上是错误的；３．在历代传抄翻刻《史记》的过程中，律数原数据中有三律的律位与数值被窜乱。在更正被窜乱了的这三律之后，作者对原数据小作校正，并补正了原数据中遗漏和误植的二律数值，恢复了《史记》所载的先秦管律的本来面目。     

新形势下加强高校办公室信息工作的思考

信息化浪潮推动下的高校办公室信息工作面临新的机遇和挑战。新形势下,提高信息工作水平,发挥信息主渠道作用,对于学校领导和有关部门了解情况、科学决策、有针对性地改进工作、提高工作水平和实效具有重要的现实意义。高校办公室必须转变工作观念,更新工作手段,逐步从具体微观的过程管理中摆脱出来,实现信息工作的转型。笔者具体探讨了高校信息工作的四种转型,并分析了实现转型的三种途径。     

基于共形阵的角度和极化信息联合估计算法

针对复杂载体上共形阵列存在多极化接收和遮挡效应的问题,本文提出一种基于方向图矩阵重构导向矢量的改进极化多重信号分类(multiple signal classification, MUSIC)算法。首先对共形天线阵列进行建模,在获取各个阵元的方位和俯仰分量方向图数据后,将方向图数据分解并重构阵列的导向矢量矩阵,最后结合极化MUSIC算法进行波达方向(direction of arrival, DOA)和极化参数联合估计。相对于理论导向矢量的极化MUSIC算法,本文所提改进算法在解决了遮挡效应的同时具有更高的估计精度,并可有效降低运算量。仿真实验结果验证了这一结论。     

(2+1)维Burgers方程组的周期孤立波解

给出一种新的辅助函数法,并给出该辅助函数的一些新解。作为例子,求解(2+1)维Burgers方程组。显然,该辅助函数法也可以解其他类型的非线性发展方程。     

用于安全局域网络的动态监控器

提出了一种新的局域网安全解决方案——安全局域网。动态监控器是安全局域网中的核心部件。动态监控器对终端的文件访问操作以及局域网中各个实体间的通信行为进行监视,并对这些行为加以不可向上读和不可向下写的强制访问控制规则,防止了秘密信息的非法访问以及通过网络进行的信息泄露。结果表明:该方案可以有效地解决局域网的安全问题。     

Bit-Depth Scalable Coding Using a Perfect Picture and Adaptive Neighboring Filter

Bit-depth scalability is a new research field in the on-going scalable extension of the H.264/AVC (SVC) video coding standard. The key point is to accurately predict the enhancement layer, whose bit depth is 10 or more, from the 8 bit base layer. An improved inter-layer prediction scheme for bit-depth scalability was developed that ensures compatibility with the standard and improves the encoding efficiency. The scheme uses a “perfect” 8 bit picture with an adaptive neighbor filter whose coefficients are optimized by minimizing the block distortion between the 8 bit reconstructed picture and the “perfect” picture to achieve a more precise 10 bit prediction based on the filtered picture. Double arithmetic precision is used to further improve the encoding efficiency. Experimental results show that the scheme outperforms the recent joint video team (JVT) proposal in the joint scalable video model (JSVM).