Polling Strategy for Wireless Multimedia LANs

Introduction There is an increasing demand for wireless multimedia networks to communicate using any type of media without any geographical restrictions. Therefore, wire- less networks are expected to support multimedia ser- vices with guaranteed quality …     

基于复合优化方法的导向架结构设计

以履带车辆台架试验平台的关键部件导向架为研究对象,结合拓扑优化与多目标优化方法,提出导向架的优化策略.首先,在设计初期为了达到快速减轻其质量的目的,基于变密度法对导向架进行拓扑优化;然后,利用Workbench建立导向架的参数化模型,通过中心复合设计法选取有限元结构分析样本点,并通过样本点和响应值建立最大应力、最大变形及质量的二阶多项式响应面模型;最后,基于遗传优化算法建立以静应力最大变形量、最大应力和质量为目标函数与约束条件的多目标优化模型,实现了导向架的多目标优化.优化结果表明：优化前后导向架性能都有不同程度的改善.     

微服务软件架构设计模式及其应用

在复杂的业务种类和业务逻辑下,微服务软件架构通过"高内聚低耦合"的设计理念,实现面向业务的软件开发、运维、测试一体化.文章总结并提出了一种微服务架构的整体设计范式,然后详细分析了微服务编排和组装、分布式事务设计、微服务拆分设计等关键设计模式,最后以智慧医疗系统中患者挂号场景为例给出了微服务架构设计范例.     

基于MVDR聚焦波束形成的辐射噪声源近场定位方法

为全面刻画噪声源的空间分布,需同时对辐射噪声中的宽带及窄带线谱信号进行聚焦波束形成.研究可应用于水下辐射噪声源定位的基于最小方差信号无畸变响应(MV-DR)的聚焦波束形成方法,将MVDR方位估计方法与聚焦波束形成相融合,较常规聚焦波束形成具有更高的分辨率和更低的旁瓣级,并能减小"混叠"效应的影响.仿真和实验均证明了该方法的正确性和有效性.     

常温电催化非均相催化氧化技术在污水处理中的应用

为考察一种新型电催化氧化技术对有机染料的降解效果,在低压电场下,利用廉价金属制备的多孔陶粒催化剂电催化处理甲基橙、苋菜红及亚甲基蓝有机染料模拟废水。此外,还进行了电催化降解土霉素的实验。结果表明,电催化氧化新型废水处理技术对难以降解的有机物具有不错的处理能力,可以作为高毒难降解有机污水的预处理或者深度处理手段。     

Fisher市场均衡问题的新全牛顿步可行内点算法

【目的】基于光滑中心路径的等价变换,提出一种新的求解Fisher市场均衡问题的线性权互补(Weighted linear complementarity problem, WLCP)模型的全牛顿步可行内点算法。【方法】扰动WLCP,构造光滑中心路径的新代数等价形式,运用牛顿法得到新搜索方向,从而提出求解Fisher市场均衡问题的全牛顿步可行内点算法。【结果】算法采用全牛顿步避免线搜索,提高计算效率,且具有可行性和多项式复杂度。【结论】初步数值结果表明算法有效。     

一种分级超结构换热器网络综合优化方法及其应用

对分级超结构换热器网络模型的温度计算提出了一种通用的精确解方法,同时得到了显式解析解,并以这一解析解为基础,设计了以遗传算法和模拟退火算法为主,结合最速下降法的混合遗传算法,此外还在算法中引进精英策略和结构变异策略.应用实例的计算结果显示了这一混合遗传算法对于换热器网络的参数和结构都具有良好的搜索能力.     

信息技术如何支撑现代化海洋牧场建设

半个多世纪以来,我国海洋生态环境状况不容乐观,河口、海湾是污染最严重的海域.50％以上的滨海湿地被破坏,生物多样性严重下降.与此同时,由于全球变化和人类活动的双重影响,部分海域的产卵场、索饵场、越冬场、洄游通道遭到严重破坏,食物网结构趋于简单化,经济生物呈现低龄化、小型化、低质化,捕捞对象由大型底层和近底层种类转变为小...     

祁连山南麓高寒草甸2002～2016年生长季CO2通量对气温日较差的响应

全球气候变化背景下气温日较差(amplitude of diurnal temperature,ADT)的减小将会对高寒生态系统的碳收支产生重要影响.基于涡度相关系统观测资料,研究祁连山南麓高寒草甸2002～2016年生长季(6～9月)ADT在日、月、年尺度上对CO2通量影响,为预测高寒草甸生态系统碳平衡对未来气候变化...     

基于GRU-DRSN的双通道人体活动识别

人体活动识别(human activity recognizition, HAR)在医疗、军工、智能家居等领域有很大的应用空间。传统机器学习方法特征提取难度较大且精度不高。针对上述问题并结合传感器时序特性,提出了一种融合CBAM(convolutional block attention module)注意力机制的GRU-DRSN双通道并行模型,有效避免了传统串行模型因网络深度加深引起梯度爆炸和消失问题。同时并行结构使得两条支路具有相同的优先级,使用深度残差收缩网络(deep residual shrinkage network, DRSN)提取数据的深层空间特征,同时使用门控循环结构(gated recurrent unit, GRU)学习活动样本在时间序列上的特征,同时进行提取样本不同维度的特征,并通过CBAM模块进行特征的权重分配,最后通过Softmax层进行识别,实现了端对端的人体活动识别。使用公开数据集(wireless sensor data mining, WISDM)进行验证,模型平均精度达到了97.6%,与传统机器学习模型和前人所提神经网络模型相比,有更好的识别效果。