基于OpenCL加速的SPH流体仿真

流体在虚拟现实场景中扮演重要角色,基于物理模型的流体动画可以增强数值仿真的真实感。但通常的基于物理模型的流体动画渲染,如果没有采用并行计算,不能达到实时模拟的效果。使用异构计算平台Open CL对SPH(smoothed particle hydrodynamics)方法进行加速,充分利用了Open CL与图形渲染API的数据互通性,并采用了CPU和GPU的协同工作的技术,能够发挥硬件潜力;同时,采用库伦定律和SPH方法计算表面张力和粒子法线,初步的实验结果表明该方法有希望用于大规模流体仿真。     

好氧堆肥过程中含碳有机物演化特征研究进展

好氧堆肥是目前国内外成本低、效益高、应用最广泛的固体有机废物资源化技术,能够有效解决大量废弃物减量化、资源化问题,但堆肥过程中由温室气体排放造成的碳素损失已引起广泛关注.本文综述了堆肥过程中含碳有机物含量和结构的变化特征,并讨论其与腐殖质形成的关系;总结了影响堆肥过程碳素演化的主要因素;并对未来该领域的研究方向进行展望,以期为低碳型堆肥技术的开发提供理论依据和参考.     

混杂防弹复合材料的结构优化及弹道机理分析

根据芳纶纤维、高强玻璃纤维和碳纤维力学性能的各向异性和靶板破坏特征,制备单一组分织物及混杂增强复合材料,同时以靶板对弹体的动能吸收能力为研究对象,对复合材料中树脂质量分数和织物铺层顺序进行试验研究及优化,以提高其防弹性能.研究表明:在复合材料靶板面密度接近的情况下,树脂质量分数为20%左右,复合材料的弹道性能最佳;结构优化后,抗压和抗剪切性能好的无机纤维织物放置在着弹面,抗拉性能好的有机纤维织物放置在背弹面,这种混杂复合材料的防弹性能高于单一织物增强复合材料;当混杂复合材料从着弹面到背弹面按照碳纤维、玻璃纤维、芳纶纤维织物的顺序铺层时,得到的靶板具有更佳的防弹性能.     

色谱指纹图谱在精油质量分析中的应用研究进展

精油是天然活性成分,是由一类化学成分组成的复杂体,通过多组分、多指标的分析检测,对其整体信息予以控制,才能科学有效地评价其质量、品质。指纹图谱技术作为复杂化学体系分析的重要方法,可综合反映出精油组分的色谱特征信息,达到全面质量控制的目的。本文综述了指纹图谱技术及其在精油质量分析中的现状与应用,旨在建立规范的精油色谱指纹图谱并推广应用,这对精油的质量控制和标准完善,以及我国精油植物资源的开发具有十分重要的意义。     

现行项目式教学的不足与改进

项目式教学是以学生为主体的学习过程,通过完成典型的工作项目掌握与职业岗位相关的职业技能。结合项目式教学的实施现状,分析了项目式教学的特点,并针对实践中存在的问题,从坚定教师开展课程改革的信心和决心、在项目设计上突出典型性、在项目实施中充分调动学生积极性、加强"双师型"教师队伍建设等方面提出了改进措施。     

降雨及库水升降作用下地下水浸润线简化求解

降雨及库水的升降作用对边坡中地下水位的波动有直接影响,对此目前还没有较好的简便评价方法.为此,根据布西涅斯克潜水非稳定运动的基本微分方程,依据一定假设条件,通过拉普拉斯正变换和逆变换,求得了降雨及库水升降作用下土质岸坡坡体内浸润线预测的简化公式.该公式考虑了渗透系数、升降速度、给水度、含水层厚度、水位变幅及降雨强度的影响.同时,利用3D-Modflow程序进行了验证分析,结果显示该公式是可行的.     

浅谈有效实施中学化学新课程的策略

化学新课程要求教师在教学中要创设真实问题情境,通过主体参与、同伴互助等形式使学生对知识进行意义建构.本文依据建构主义学习理论阐述了有效实施化学新课程的措施.     

下一代测试自动化总线技术--LXI

LXI是继GPIB仪器、VXI/PXI虚拟仪器之后的、新一代基于以太网络LAN的总线技术,适用于自动测试系统的模块化仪器平台标准.本文依据有关LXI的最新报道及测试技术和相关科学技术现状,介绍了GPIB、VXI、PXI、LXI的历史发展轨迹及各自的优缺点,重点分析了基于LXI平台下的模块化仪器的特点和优势,最后简要介绍了LXI所面临的问题及其应用前景.     

一种新型非对称摩擦阻尼器力学性能研究

文章研发了一种新型非对称摩擦阻尼器,提出简化力学模型,并进行力学性能试验验证,最终基于试验结果在经典弹塑性模型基础上考虑空程的影响,从而可准确表征该阻尼器的力学性能.研究结果表明,该阻尼器设计受拉峰值阻尼力最高可达30kN,而受压峰值阻尼力接近于0,满足双向性能化差异的目标.仅通过预压螺栓调节预压预紧力可改变该阻尼器的...     

基于混合Hausdorff距离的多示例分类问题

在机器学习领域中,多示例学习是一个重要的研究方向,其显著特点是正包中示例的类别标记具有模糊性。基于不同Hausdorff距离的CKNN分类器在多示例学习中应用较为广泛。经分析可发现,最小和最大Hausdorff距离均有其各自的缺陷,但两者的缺陷具有一定的互补性。针对如何弥补单一Hausdorff距离缺陷的问题,使用AdaBoost算法思想,把基于最小和最大Hausdorff距离的CKNN分类器进行组合,以减少使用单一Hausdorff距离对实验结果造成的影响。通过比较在不同数据集上的实验结果,可知此方法在一定程度上降低了测试误差,降低幅度最大为0.110 0。