节点板域厚度对钢框架静动力反应的影响

水平荷载作用下,节点板域的剪切变形降低钢框架结构的侧向刚度,使结构的水平位移及层间位移增大.对各种节点板域厚度的钢框架进行了水平静动力分析,结果显示,适当增加节点板域的厚度可有效地减少其不利影响.在强烈地震作用下节点板域较早地屈服,使结构层间位移过大增加,可能引起结构失效,工程中应高度重视.     

基于Laguerre展开的时、频域同时外推技术

考虑到散射体在高斯脉冲平面波激励下感应电流的能量几乎全部集中在有限时间和频率的范围内这一因素，将时域响应用Laguerre函数展开，并由傅里叶变换，可得到相应的频域响应。采用时间步进法（MOT）和矩量法（MOM）分别得到早时和低频响应，由早时响应和低频响应信息的互补关系，联合外推得到整个时、频响应。用本方法分析计算了理想金属导线的时、频域电磁散射响应，结果表明了该方法与频域MOM、时域MOT的精确数值解非常接近。     

基于子空间方位稳定性的弱目标检测方法

针对在水下未知目标检测和方位估计中,无法同时对强目标和弱目标实现检测和方位估计的问题,提出一种基于子空间方位稳定性的弱目标检测方法.该方法首先对阵元接收信号协方差矩阵进行特征分解;然后利用目标子空间波束形成所得方位估计值在真值附近、比较稳定,背景噪声子空间波束形成所得方位估计值随机分布在[0°,180°]、比较随机的特点;最后对各子空间归一化空间谱进行方位方差加权,可以进一步抑制背景噪声子空间空间谱对弱目标子空间空间谱的干扰,缩小强目标与弱目标所在方位处空间谱幅值差异.理论分析、数值模拟和实测数据处理结果均证明,在同一频带和同一波束图中,相比分子带波束形成检测法,该方法可有效增强弱目标子空间空间谱幅值,缩小强目标与弱目标所在方位处空间谱幅值差异,同时实现对强目标和弱目标的检测和方位估计.     

辽宁新宾满族自治县乡村景观的视觉感知评价

通过实地踏勘,对民族地区乡村景观视觉感知进行研究。按照视觉特性总结出7类典型乡村景观类型。从拍摄的151张照片中选取21张各类典型景观照片,对当地及周边100名村民进行喜好的风景问卷调查。结果显示:对与自己生活相关的景观和自然风貌景观喜好较高;对有规则、管理良好的景观喜好度较高;对该地区的历史文化景观(如古树、古庙、古建筑等)的保护与开发充满期待。乡村景观的良好维护和合理规划对当地居民均有良好的积极效果。     

平顺移动模式下考虑加工时间与调整时间可分离的多目标流水车间批量调度

对平行顺序移动模式下考虑加工时间与调整时间可分离的多目标流水车间批量调度问题展开研究.构建以加工制造设备总停机次数、批量工件生产周期以及搬运批量工件的总次数为决策目标的基于分层序列法的多目标决策模型,利用该模型可确定批量工件的最优加工排序方案.建立平行顺序移动模式的加工与调整时间模型,该模型是求解生产周期的基础,也是为批量工件的最优调度方案制定生产作业计划的依据.提出并设计平行顺序移动模式下考虑加工时间与调整时间可分离的禁忌搜索算法对问题进行求解.研究结果表明:本研究可为平顺移动模式下考虑加工时间与调整时间可分离的批量生产流水车间选出批量工件的最优调度方案,同时可为批量工件的加工和加工制造设备的调整制定精确的生产作业计划.     

卸压孔技术在高应力煤巷掘进中的应用

通过对高应力区煤巷支护巷道采用大孔径卸压孔技术前后的效果对比及矿压观测数据的分析,找到了解决高应力煤巷支护变形严重、服务时间短、材料费较高等突出问题,取得了显著的经济效益和社会效益。     

小型制冷系统的稳态模拟

所建立的小型制冷系统模型包括压缩机、冷凝器、膨胀阀和蒸发器四个部件模型以及使系统封闭的 充灌量模型,实现了所有相关物性参数计算的程序化以便于模型的数值求解。在蒸发器模型中提出了析湿系数 的新算法,加速了模型的计算。用所建立的模型模拟工作参数的变化对系统性能的影响,其结果与实际规律相 符合,证明了该模型的正确性。根据模型得出的定量结果可分析各性能参数变化的相互影响,并对性能参数的 敏感性进行分析,为系统优化和控制提供理论依据。此外,换热器模型还可独立用于各种换热器性能的分析与 优化。     

基于扩散模型的ZnO/p-Si异质结伏安特性研究

为了揭示ZnO/p-Si异质结的导电机理,基于p-n结扩散模型和Anderson扩散模型推导了ZnO/p-Si异质结在理想情况下的伏安特性,并分析了掺杂浓度、工作温度以及能带补偿的影响.结果表明:当正向偏压超过势垒高度时,界面两边多数载流子由耗尽变为堆积,形成反向势垒,对异质结的正向电流起阻碍作用;当外加正向电压等于内...     

构建新包空间的多示例学习方法

针对已有神经网络方法采用示例决定标记从而导致多示例学习(MIL)中包结构信息丢失的问题,提出了一种新的RK_BP多示例学习方法.在示例空间,首先采用粗糙集对其进行属性约简;然后进行K均值聚类,利用聚类点构造新包空间;在新空间中,利用误差反向传播神经网络算法进行分类.在多个测试数据集上对算法进行测试,结果表明该算法可有效解决已有神经网络方法包结构信息丢失问题,明显提高分类性能.