贵州省关岭县叶蝉科昆虫区系分析

通过对贵州省关岭县66种叶蝉进行区系分析,结果表明:66种关岭叶蝉在世界动物地理区划中有10个区系型,其中以东洋界区系型为主体,种数为31种,所占比例46.97%;其次为东洋界—古北界区系型,种数为23种,占34.85%;按含特定地理区的跨区区系型复计种数和复计比例来看,纯东洋界区系型所占比例最大,其次为含古北界的跨区区系型.66种关岭叶蝉科昆虫在我国动物地理区划中的归属共计20种类型,其中以华中区特有种所占比例最高,计13种,占19.70%;其次为华中区—西南区—华南区种类,计9种,占13.64%.分析结果表明66种关岭叶蝉昆虫在世界动物地理区划中以东洋界为主,在中国动物地理区划中以华中区所占比例最大.     

空调房间气流组织的数值模拟

应用计算流体力学的理论和方法模拟建筑物室内通风空调气流组织的湍流流动 ;使用了K-ε模型与SIMPLE方法对室内气流组织进行模拟 ,并对方程的离散、耦合求解以及SIMPLE算法等数值计算问题进行了论述 ,并以带热源的空调空间的室内气流组织为实例作了数值模拟和讨论     

基于改进模式搜索算法的天然气管网运行优化

输气管网稳态能耗数学模型是一个具有非线性约束条件、多维的、非凸的最优化问题,需要优化各节点的压力和流量使得压缩机功耗最小或经营效益最大。为了提高求解效率,提出管道流动方程约束的松弛处理方法,扩大最优问题解的可行域。对传统的模式搜索算法中的探测移动策略进行改进,允许搜索空间的大小反复变化,可以随机选择不同维的元素同时变化,提高局部寻优效率。结合粒子群算法,允许每代进化的粒子根据自身经验和社会知识在可行域内飞行。仿真结果表明:对于输气管网的非线性优化模型,在相同的初始条件和计算精度下,改进模式搜索算法可以在全局范围内寻找最优解,增强了模式搜索算法的智能性;求解结果优于传统的单纯形算法和积极集算法的结果。     

Cu/N共掺杂ZnS电子结构和光学性质的第一性原理计算

采用基于密度泛函理论(DFT)的第一性原理平面波超软赝势方法,计算了本征ZnS、N单掺杂、Cu-N共掺杂与Cu-2N共掺杂ZnS晶体的能带结构、电子态密度与光学性质.结果表明,Cu/N共掺杂体系降低了体系的带隙,增加了其光催化活性.对于Cu-2N掺杂,分析其态密度,发现共掺杂体系的总态密度在费米能级附近更加弥散,更多的态密度穿越费米能级,使共掺杂更容易获得p-型ZnS,同时费米能级附近的杂质态降低了跃迁能,使得共掺杂体系能有效提高其在可见光区的吸收系数.     

碳纳米管的提纯及表征

为了获得高纯碳纳米管,对用电弧催化法合成的碳纳米管粗产物进行了纯化处理.根据阳极电弧催化法制备碳纳米管的3种产物(网状物、膜状物和棒状物)的杂质性质和特点,用微孔膜、甲苯萃取,浓盐酸酸洗、混酸氧化和空气氧化法分别对3种产物采用选择性清除法去除杂质,得到了质量分数在90%以上的单壁碳纳米管.并利用透射电子显微镜(TEM)、热重分析(TGA)和拉曼(Raman)光谱等手段对提纯的碳纳米管进行观察、分析和表征.结果显示,该提纯方法比其它方法回收率高,纯度高,氧化条件柔和,实验过程易于控制.     

多弧离子镀沉积Ti/TiN多层膜的力学和摩擦学性能

采用多弧离子镀沉积了TiN单层薄膜和Ti/TiN多层膜,利用XRD、SEM对样品的物相结构和截面形貌进行表征,使用原子力显微镜、纳米硬度仪对其力学性能进行分析,同时采用摩擦试验机对其摩擦学性能进行了综合评价.结果表明:Ti/TiN多层膜组织结构致密,力学性能优良,相比于TiN单层薄膜,摩擦系数下降,磨损率降低了一个数量级,具有良好的减摩耐磨性.     

宝钢初轧厂工作辊道冲击疲劳寿命估算

阐明了初轧厂辊道冲击应力计算与传统的动行系数法的不同点.分别计算了钢锭塑性变形能与辊道的弹性变形能,确定了冲击载荷与危险截面的冲击应力。最后,根据有限寿命设计准则并按迈内尔疲劳损伤积累理论估算了辊道寿命,从而对目前的更换周期是否合适作出判断。     

纵掠管束湍流对流换热的数值实验及其关联式

对圆管内和纵掠管束的湍流对流换热分别运用k-ε模型和雷诺应力模型(RSM)进行了数值模拟.数值模拟结果表明,采用现有的管内湍流换热实验关联式近似计算纵掠管束对流换热的偏差较大.通过数值模拟研究了不同节距、不同雷诺数Re时纵掠管束的对流换热规律,给出了纵掠管束流动换热的努塞尔数Nu与Re的数值实验关联式.     

不含交叉项干扰且具有WVD聚集性的-时频分布之不存在性

证明了不含交叉项干扰且具有Wigner-Ville分布（WVD）聚集性的时频分布是不存在的,并且不含交叉项干扰而聚集性充分接近WVD聚集性的时频分布一般也不存在.     

Ways to Sparse Representation: A Comparative Study

Many algorithms have been proposed to achieve sparse representation over redundant dictionaries or transforms. A comprehensive understanding of these algorithms is needed when choosing and designing algorithms for particular applications. This research studies a representative algorithm for each category, matching pursuit (MP), basis pursuit (BP), and noise shaping (NS), in terms of their sparsifying capability and computational complexity. Experiments show that NS has the best performance in terms of sparsifying capability with the least computational complexity. BP has good sparsifying capability, but is computationally expensive. MP has relatively poor sparsifying capability and the computations are heavily dependent on the problem scale and signal complexity. Their performance differences are also evaluated for three typical applications of time-frequency analyses, signal denoising, and image coding. NS has good performance for time-frequency analyses and image coding with far fewer computations. However, NS does not perform well for signal denoising. This study provides guidelines for choosing an algorithm for a given problem and for designing or improving algorithms for sparse representation.