氮化硅陶瓷的烧结致密化研究

研究了几个工艺因素对添加Y_2O_3,Al_2O_3的氮化硅陶瓷的烧结致密化的影响。结果表明:添加有少量硅粉的压块较不添加硅粉的同成分陶瓷易实现其致密化;烧结升温速度;α-Si_3N_4→β-Si_3N_4相变温度对致密化无明显影响;含有5％BN粉末的烧结填料能使陶瓷获得最高的致密度。制得了接近热压陶瓷密度的烧结陶瓷。     

电力调度系统的数据处理与数据统计算法分析

本文对电力调度和用电管理的自动化系统，提出了电力负荷的数学模型和数据处理方法，论述了运用一元回归法进行正态分布检验的数据统计方法．     

PbI_2纳米超微粒的制备与表征

讨论了ＰｂＩ＿２超微粒的二种化学制备方法，并用紫外－可见光谱、光电子能谱、Ｘ光小角散射等手段对其进行了表征。     

液压压下时轧机的动态响应

本文讨论的是作为液压压下控制系统的一个环节—轧机的动态特性和传递函数。在现有文献中多采用集中参数系统作为轧机的数学力学模型.本文的特点是机架质量按分布参数处理,并简化为弹性棒进行计算.按此计算的轧机自振频率较商。从理论上证明了通常采用机架动柔度G_M(S)≈1理由的充分性。     

一种地震资料现场处理系统——FP-84处理系统

为了适应车载小型计算机地震资料现场处理的需要,研制出了一种FP-84型地震资料现场处理系统。该系统在没有阵列处理机硬件配置的环境中能有效地工作,从而降低了硬件成本,提高了软件系统的适应范围。系统软件采用流程式处理方式,能自动调度用户定义的处理流程,使用方便,处理功能齐全,具有包括月检、解编在内的二维地震资料常规处理的全部功能。对全部功能都作了理论测试,并对两条测线进行了试处理。处理结果表明,系统性能良好,数据正确,满足现场处理应用要求。     

非局域磁捕获共振现象对回旋激射的影响

讨论磁镜场中弱相对论捕获电子的非局域磁捕获共振现象对回旋激射的影响。在高能电子分量与冷背景等离子体分量相比为一小量的近似下，用解析方法研究了回旋捕获共振所导致的沿磁力线传播的回旋激射，其结果与局域理论比较，发现非局域效应有很强的抑制作用。     

用人工智能原理实现大学课程表编排的探索

利用人工智能的原理，对解决大学课程表编排的有效方法进行了探索，对利用领域知识提高编排速度及减少死锁次数提出了切实可行的方法。     

PCN中信道的指配及计算机模拟

在ＰＣＮ中，应用时分多址方式（ＴＤＭＡ）和动态信道指配（ＤＣＡ）可提高频谱利用率，增大系统容量，由于同道干扰对系统性能影响很大，信道（包括载波与时隙）必须仔细地加以分配，本文应用离散随机事件的方法模拟了多路同时进行的链路，讨论了３种不同的信道分配方法并分析了系统性能。     

前寒武纪的划分

本文采用尹赞勋提出的地球历史发展的两大阶段:天文时期与地质时期,并同意废弃隐生宙与显生宙。本文着重讨论了生物的发展,从无机到有机,到蛋白质,到细胞,到后生动物的阶段性。建议地质时期代的划分,根据生物发展阶段特征,前寒武纪划分为无生代、隐生代、始生代与原生代。另把古生代下限延至900Ma,包括震旦纪。小壳动物应归属震旦纪,而不是寒武纪。     

Rough set-based feature selection method

A new feature selection method is proposed based on the discern matrix in rough set in this paper. The main idea of this method is that the most effective feature, if used for classification, can distinguish the most number of samples belonging to different classes. Experiments are performed using this method to select relevant features for artificial datasets and real-world datasets. Results show that the selection method proposed can correctly select all the relevant features of artificial datasets and drastically reduce the number of features at the same time. In addition, when this method is used for the selection of classification features of real-world underwater targets,the number of classification features after selection drops to 20% of the original feature set, and the classification accuracy increases about 6% using dataset after feature selection.