二相编码信号调制分析与识别

针对采用脉冲压缩体制的低截获概率雷达的应用场合,提出了一种识别二相编码脉冲压缩雷达信号的新算法。该算法基于信号的时频分析(小波分析和短时傅里叶变换),利用小波变换的相位尺度和载波尺度的模极大值特征辨识信号的相位调制规律,因而在无需计算全部小波系数的情况下,可快速地获得信号的数学模型,为算法在实际中的应用提供了良好的条件。给出了应用该方法的具体步骤,通过计算机仿真实验证明该算法的有效性。     

水杨酸对菜豆不同器官抗氰呼吸诱导与交替氧化酶表达的比较研究

作者研究了水杨酸(SA)处理对菜豆幼苗不同器官抗氰交替途径容量(Valt)、实际运行活性(ρValt)与AOX表达量的影响。结果表明：SA未处理的菜豆幼苗不同器官中均存在抗氰呼吸，其中真叶的Valt和ρValt最高，其次是子叶，而下胚轴的最低；SA处理24h以后，均可使菜豆幼苗3种器官Valt与ρValt显著提高，但不改变三者抗氰呼吸活性的大小顺序。显然，SA对菜豆抗氰呼吸只起到诱导作用，并不改变它们不同器官间的呼吸特异性。Western杂交分析结果显示：菜豆不同器官Vah与ρValt的差异与AOX蛋白水平的变化相关，真叶中AOX的表达量最多，下胚轴的AOX表达量最少；SA处理时，诱导菜豆幼苗不同器官抗氰呼吸增高的程度与AOX合成表达量的增加一致，二者紧密相关。     

高性能计算中面向Web的性能工具

为改善并行应用程序运行效率,对性能数据的采集和分析两个方面进行了研究,分别提出多线程同时采集多种类型的性能数据,以及性能分析应该面向Web的两种思想,并提出了一种对负载均衡程度进行量化的算法,实现了面向Web的性能评价工具。它可以在应用程序运行的同时收集系统负载信息和记录应用程序的行为。用户可以藉此在Internet上任何一台计算机上通过浏览器对性能数据进行多视图、多角度的观察分析,找出性能瓶颈,最终提高应用程序的性能。     

常系数非齐次线性微分方程组特解公式的新推导及其应用

首先利用推广的分部积分法导出一阶线性方程组的两个特解公式,然后将有关的结果应用到高阶线性方程(组),得出了特解的一些新公式。     

斜带石斑鱼人工育苗技术的初步研究

从广东引进斜带石斑鱼受精卵1.5kg(约2.2×106粒),孵出仔鱼约1.8×106尾,在水温25.0～28.8℃、盐度25.6～28.4、溶解氧5.7～7.3mg/L的条件下,使用海水小球藻、牡蛎受精卵和担轮幼虫、轮虫、卤虫无节幼体、蒙古裸腹溞、不同规格的微颗粒配合饲料和鱼糜进行饲喂,经72 d培育出平均全长44.1mm的幼鱼约3.05×104尾,育苗成活率达1.7%.     

高斯背景下距离扩展目标的恒虚警率检测

对宽带高分辨率雷达(HRR)中的距离扩展目标进行检测,若还采用分辨雷达的检测方案,目标回波的全部能量得不到充分利用,会影响雷达的检测性能。提出了一类基于二进制积累的距离扩展目标检测算法,推导出了它们的平均虚警概率和平均检测概率的数学解析式,并进行了性能分析和比较。这些方法较常规低分辨雷达方法可获得目标信噪比8个多分贝的性能改善,且这些次优积累的高分辨雷达距离扩展目标检测方法具有易于工程实现的优点。     

露天矿行车事故频次的灰色预测

针对露天矿运输系统行车事故发生频次数据少的缺点,采用了灰色系统理论对其进行灰建模,灰预测.验证了灰建模的可行性,阐述了灰建模基本步骤,通过实例分析了该方法的有效性和适用性,从而为露天矿调度运输系统超前采取防范措施,提供了依据,将事故损失减少到最低,做到防患于未然.     

高分子／富勒烯光伏电池的研究进展

高分子／富勒烯光伏电池是近些年来研究比较广泛的一类新型聚合物光伏器件。本文详细分析了高分子／富勒烯光伏电池的分类及工作原理，并介绍了以共轭高分子作为电子给体材料，富勒烯及其衍生物作为电子受体材料的高分子／富勒烯光伏电池的研究进展。     

“一带一路”倡议下海南国际化人才培养模式探析

"一带一路"作为国家顶级合作倡议,除了造福沿线国家和人民之外,也对人才培养提出了更高的要求。在此背景下,海南作为"一带一路"建设的重要节点,亟须培养一批能适应新时代发展的高素质国际化人才。基于现有人才培养模式,本研究从开设国际联合教育实验室、校政企共建资源、涉外人才培养以及海南本土人才培养四方面进行深入探析,为"一带一路"倡议下海南国际化人才培养模式的创新提供建议。     

基于遗传算法和支持向量回归的锂电池健康状态预测

为了提高锂电池健康状态(SOH)的预测精度,该文提出了1种基于遗传算法和支持向量回归(GA-SVR)的联合算法。通过GA解决SVR模型中的超参数优化问题。GA-SVR随机生成1组染色体,每个染色体包含了相应的SVR超参数信息。利用适应度函数计算出每条染色体的适应度值。根据适应度值对染色体进行选择、基因重组和变异等遗传操作,从而更新染色体的超参数信息。经过多次迭代后,找到适应度最大的染色体。从该染色体中提取相应的超参数信息,并训练最终的SVR预测模型。在美国国家航空航天局(NASA)锂电池数据集上的实验结果表明,该文算法优于基于混合像元核函数的高斯过程回归(SMK-GPR)算法、基于多尺度周期协方差函数的高斯过程回归(P-MGPR)算法、基于多尺度平方指数函数的高斯过程回归(SE-MGPR)算法和改进的基于粒子群优化的支持向量回归(IPSO-SVR)算法。