代数数域上的加型方程

1.引言 命K为一个n次代数数域。命K~(1),…,K~(n)表示K的n个共轭域,K~(i)(1≤i≤r_1)为实域而K~(i),K~(i r_2)(r_1 1≤i≤r_2 r_2)为共轭覆域,此处r_1 2r_2=n。对于r∈K,我们用r~(i)(1≤i≤n)表示r的共轭数。命r_i(1≤i≤n)为K的数及x_i(1≤     

上海"0185"热带低压特大暴雨维持机理研究

发生在上海地区的2001年8月5～6日热带低压特大暴雨过程(简称"0185"过程)是一次高影响性、灾害性天气.对于此次事件的预报失败,凸现了该过程的动力复杂性,并引起台风研究学者的高度关注.采取天气学诊断、动力学分析和数值模拟相结合的方法,综合应用日本20 km高分辨率RSMRANAL再分析资料、卫星云图资料和中尺度数值模拟产品对于暴雨动力学机理进行了研究.结果表明:引起上海"0185"特大暴雨过程并不是热带低压本体降水;"0185"过程的独特之处在于,在夏季强大的西北太平洋副高控制区域,同样可以维持强盛的中尺度低涡环流中心;而上述两点恰恰是导致预报人员误判并导致预报失败的两个重要原因."0185"过程中北方冷涡南压和热带暖心低压北上产生的强烈冲击导致高压带断裂或减弱,使得中尺度低压环流中心得以发展和维持.冷槽南压和热带暖心低压北上所激发的中尺度对流辐合体(MCC)在卫星云图上清晰可辨.在此分析基础上,引入第二类热成风螺旋度,它能很好地反映温度场水平分布不均匀所导致的水平环境风场垂直切变,而此垂直切变与低涡系统经向移动风矢所构成的水平螺旋度,进一步和上升对流通过涡管倾斜作用相纽结,表征了导致特大暴雨强盛涡旋上升对流的维持机理.事实上,第二类热成风螺旋度确能较好地反映降水落区和降水随时间的演变.     

隧道防火涂料的特色与发展趋势

基于我国隧道快速发展的严峻形势、隧道防火设计的要求以及我国经济发展的具体情况,本文综述了隧道防火涂料的防火机理、原材料的选用与组成,分析了隧道防火材料的材料技术指标与国内现有的防火涂料存在的缺陷。重点叙述了国内外隧道防火涂料的研究进展,并提出未来的隧道防火涂料几个重要的发展趋势,以期在隧道防火涂料的研制方面予以新的思路。     

高职基础化学实验体系优化的探讨

分析了在高职化学实验教学过程中,通过优化课程体系,调整实验内容,改革教学方法、完善课程教材体系等方法,衔接高中、高职化学的学习,培养学生的主动学习的兴趣、创新思维和综合实践能力,促进实验教学质量提高。     

形状因素对风沙跃移影响的数值研究

目的研究沙粒形状因素对沙粒跃移的影响。方法采用两类形状系数对阻力系数加以修正,进行了沙粒跃移的数值模拟。结果获得了形状系数修正后的模拟结果,并对比分析了其与采用球形假设的模拟结果以及真实沙粒跃移轨迹的高速摄影实验结果之间的差异。结论沙粒形状因素对沙粒跃移的影响是不能忽略的。当粒径>160μm时,两种修正方法得到的计算结果与实验轨迹基本一致,而当粒径≤160μm时,采用基于颗粒阻力的形状系数,将沙粒转化为球形的修正方法得到结果更接近实际。     

冷热水混合器出水温度控制系统参数估计方法

采用基于计算流体力学（CFD）的系统辨识方法,对冷热水混合器出水温度控制系统进行了建模。结合CFD技术与系统辨识理论,将递推参数估计算法嵌入CFD数值模拟软件FLUENT中。实现了基于CFD的“虚拟”控制系统的在线参数估计．结果表明：该方法利用CFD模拟被控对象,不受物理实验限制,可以有效地估计控制系统参数;用计算模拟时间步长决定采样时间,而数值模拟实际计算时间对参数估计的实时性没有影响,即参数估计相对于被模拟的控制对象永远是实时的;特别是针对流体流动过程的系统建模,该方法是一种可行的选择．     

一种改进的用于FPGA快速部分配置的电路结构

设计了一种可以对现场可编程逻辑阵列(FPGA)内部编程点单元进行快速和局部配置的集成电路结构.主要特点是:在采用指令集方式的32位数据总线结构上增设局部配置控制寄存器和地址译码逻辑,可以实现FPGA的快速局部配置;针对Xilinx Virtex系列FPGA中存在的"内存一致性"问题,提出了有效的解决方案.与Xilinx Virtex器件只能以帧为单位对内部编程点进行配置相比,该结构可以对FPGA内部任意一个编程点进行单独配置,具有更强的灵活性.     

面向新一代神威超级计算机的高效内存分配器

随着应用程序规模的增大，应用程序对计算资源的需求也日益增加，超级计算机为满足这一需求提供了良好的平台。传统的超级计算机主要面向科学计算程序，而近年来应用的多样化对超级计算机的软硬件设计提出了新要求。该文在新一代神威超级计算机上发现了在动态运行模式下内存分配的性能问题，并针对神威的体系结构特征和应用特征，设计了高效的内存分配器——SWAlloc。实验结果表明：SWAlloc可以将超大规模机器学习训练框架八卦炉的内存分配速度提升至多75 839倍；对随机生成的内存分配记录和标准测试程序集PARSEC中的内存分配记录的测试结果，验证了SWAlloc在不同应用上的通用性和高效性，可将神威超级计算机上PARSEC的内存分配效率提升至多51倍(平均提升36%)。SWAlloc已经布署于新一代神威超级计算机上，并用于SWPytorch、 SWTensorFlow等超大规模应用。