远道而来的"水中王者"——王莲

<正>小时候,当我第一次在书籍中看见王莲的插图时,我就被这一片薄叶子深深震撼。这一看似脆弱的薄叶竟拥有能够托起一个小朋友的力量。从此,我便开始幻想有一天自己能坐上王莲,感受一次"水上漂"的乐趣。可惜一直到我长成一个超龄超重的"大龄儿童",我都无缘看见王莲的真身。直到这两年,我才终于在杭州植物园近距离观赏到这远道而来的"水中王者"——王莲。     

基于广义梯形模糊数相似度的交叉效率集结

在不确定环境下,针对模糊数据的多样性和复杂性,本文结合广义梯形模糊数相似度理论将广义梯形模糊数的交叉效率矩阵转换为交叉互评相似度矩阵,并根据模糊信息检索系统中的布尔模型,以能最大程度还原信息本身为准则,构建满足"正相容性"的有序几何平均集结函数对交叉互评相似度矩阵进行集结,从而得到关于每个决策单元的同行评价综合相似度.根据决策单元的同行评价综合相似度,建立反映决策者偏好的模糊一致性偏好矩阵,并对决策单元进行集结权重的分配,根据分配结果计算决策单元的全局交叉效率值.本文的集结方法可以解决不确定环境下,交叉效率矩阵数据多样性的问题,有较高的适用性;并且其集结结果具有较高的一致性和稳定性.最后本文以梯形模糊数的交叉效率矩阵为算例,来说明该方法的合理性和适用性.     

基于非线性和测试覆盖率的软件可靠性增长模型

软件可靠性增长模型一般假设故障是独立的,且检测到的故障能够被排除。但在工程中,一些检测到的故障可能无法排除,在排除过程中也可能会引入新的故障。考虑上述因素,本文假设故障的引入过程与时间呈现非线性关系,通过测试覆盖率函数来表示软件故障检测率,建立了基于非齐次泊松过程(non-homogeneous Poisson process, NHPP)的软件可靠性增长模型。为规避参数估计过程中模型函数导数连续性和存在性的限制,应用一个自适应变化的实值遗传算法进行计算。最后通过一个真实软件失效数据集对模型参数进行计算,利用不同的评价准则将所提模型和现有模型进行比较,说明所提模型的优越性和准确性。     

离散混沌测量矩阵构造及其性能研究

若测量矩阵满足约束等距性(restricted isometric property, RIP),则样本能够完美恢复出原始信号。而对于给定矩阵很难验证其是否满足RIP需求,因此,本文采用李雅普诺夫指数作为一种针对离散混沌测量矩阵的验证指标。首先分析了RIP与李雅普诺夫指数之间的联系,然后给出了一种分段式混沌映射构造方法用以提高混沌性能,并从理论和仿真上证明了该方法的有效性。实验结果表明,这种方法不仅提高了混沌序列的随机性和自相关性,而且所生成的测量矩阵也具有更好的性能。因此,引进李雅普诺夫指数是一种有效的验证离散混沌测量矩阵性能的方法,提高李雅普诺夫指数能够提高混沌测量矩阵的性能。     

气态烃非催化部分氧化烧嘴端面传热过程研究

针对气态烃非催化部分氧化烧嘴端面传热情况进行了数值模拟,揭示了烧嘴流道组织对转化炉内燃烧情况和烧嘴端面热负荷的影响.结果表明:三通道烧嘴将CO2通道添加在O2与CH4通道之间时,增加了高温区与烧嘴端面之间的距离,减少了外侧端面受到的传热量;双通道烧嘴利用CO2稀释O2的方式降低反应强度,减少了辐射传热量,从而降低了烧嘴...     

基于单月期限的沪深300ETF期权定价实证研究

针对在2019年12月份上市的沪深300ETF期权,收集其在2020年1～9月9个单月的市场真实交易数据,使用期权定价模型进行实证研究.借助经典B-S-M模型和考虑支付已知股息率B-S-M模型2种期权定价模型分别计算每个单月期限的沪深300ETF看涨看跌期权理论价,并与市场价综合比较后可知,支付已知股息率的B-S-M模...     

一起绿豆芽引起的食物中毒导致难免性流产的诊疗

阐述了一起绿豆芽引起的食物中毒导致难免性流产的诊疗与体会。     

竹子沟金矿床特征及成因分析

竹子沟热水溶滤型金矿,位于中秦岭礼县-柞水褶皱带西段,岷(县)礼(县)金及多金属成矿带中,赋存于中泥盆统舒家坝群何家店组地层中。矿床规模目前探明为小型。矿石类型为含金褐铁矿化、硅化碎裂岩型,局部为碎裂石英脉型。褐铁矿、黄铁矿是主要的载金矿物。围岩蚀变以硅化、褐铁矿化、黄铁矿化、绢云母化为特征。浅-中等变质碎屑岩、脆韧性断裂构造、中酸性岩浆侵入是控制矿床形成的基本条件。区内成矿条件优越,与李坝大型金矿床地质特征相似,具有形成中大型金矿的可能性,北西向断裂之次级断裂蚀变带是寻找金矿的有利地段。本文对竹子沟金矿床的成因进行了探讨,以其对该区的找矿工作有所帮助。     

德士古渣油气化系统数学模拟

对德士古渣油气化系统进行了过程分析,建立了单元设备物料和热量衡算的数学模型,提出了计算气化炉微量组分的方法。运用序贯模块法对该系统进行了稳态模拟计算,结果同设计值和工厂值吻合较好。