带参数校正模型的三维超声重建算法

在采用旋转扫描的三维超声系统中,基于传统的三维重建算法提出了一种带校正参数模型的三维重建算法.通过引入该参数模型,更加准确地描述了用于三维重建的二维序列图像的空间位置,从而可获得更高重建精度和更小几何变形的三维超声图像.校正参数模型通过参数优化的方法获得.该方法在模拟数据和实际三维超声数据中获得了验证,与传统三维重建方法相比,具有更高的重建精度,为在低制造精度下获得高精度三维超声图像提供了一种有效手段.     

干燥激光净化能量密度阈值研究

论述了干燥激光净化的物理机制，应用力学平衡条件求出干燥激光净化时粒子逸出表面的脱附力以及单脉冲情况下干燥激光净化的辐照能量密度阈值，讨论了能量密度阈值随温度的变化规律．结果表明：干燥激光净化的能量密度阈值随温度升高而减小．     

广州市轨道交通线网发展战略规划研究

文章在总结广州市轨道交通线网发展历史的前提下,结合广州市城市空间特征和交通基本特征,对广州市轨道交通线网的发展目标与布局模式进行了系统研究,有针对性地提出了战略布局方案,是对我国大城市轨道交通发展的系统性个案总结。     

工程师和科学家的数学方法3——福里叶分析、偏微分方程和变分法

本书是作者根据30多年大学应用数学教学实践编写的3卷本教材的第3卷。 本书分为四部分，含7章。第一部分福里叶分析，含第1～2章。1．福里叶级数，介绍函数用福里叶级数表示的方法、复数福里叶级数和福里叶级数的性质；2．福里叶变换，论述福里叶变换、     

广告的图文互动意义共建及符际互补关系——以WWF环保公益广告为例

本文以系统功能语言学基础发展起来的多模态语篇分析框架为理论基础,分别从视觉符号和言语符号两方面分析了一则WWF环保公益广告,旨在探索图像和文字作为社会符号如何与读者的互动,提高人们环保意识,号召人们拯救猕猴,并如何在多模态语篇中实现符际互补关系,发挥意义共建作用。     

后基因组时代的交叉科学:从"Bio-X"到"X Biology"

近年来,随着"人类基因组计划"的实施,生命科学进入了一个"后基因组"(post-genome)时代.在这样一个时代,生命科学关注的范围越来越广,涉及的问题越来越复杂,采用的技术也越来越先进.这一切使得科学界兴起了一个潮流--数学、物理学、化学、工程学、计算机科学等非生物学科与生命科学相互交叉的潮流;出现了一批新型的多学科交叉的研究机构,如美国斯坦福大学的Bio-X中心.同时,在这个过程中诞生了许多新的交叉学科.     

蓄能型太阳能热泵热水器性能系数的分析

针对太阳能热泵热水器受天气变化影响的问题,提出了一种新型的集热-蓄能-蒸发一体化太阳能热泵热水器,给出了系统的原理、特点、运行模式和集热-蓄能-蒸发器的结构形式,以癸酸为相变材料储存晴天的太阳辐射能,作为热泵在夜间和连续阴雨天时的低温热源制得热水,提高了热泵的制热效率,解决了太阳能间歇性所造成的系统运行不稳定的问题.进...     

气瓶钢精炼过程中的MgO·Al_2O_3夹杂物

研究了EAF-LF-VD-CC流程冶炼气瓶钢30CrMo时精炼过程中含MgO.Al2O3夹杂物的生成和转化,对夹杂物进行了三维分析观察.研究结果表明:LF精炼30min后夹杂物中Mg含量减小,Ca含量增加,MgO.Al2O3夹杂物消失.LF精炼后期Mg含量变化不大,Ca含量减小,未出现MgO.Al2O3夹杂物;VD精炼过程中夹杂物中的Mg含量增加,Ca含量变化不大,重新生成了MgO.Al2O3夹杂物;精炼过程中MgO.Al2O3夹杂物可以向复合夹杂物转变的,但为防止精炼后期MgO.Al2O3夹杂物重新生成必须保证钢液中具有一定的钙含量.     

城市化对2008年8月25日上海一次特大暴雨的影响

本文利用新一代中尺度数值天气模式Weather Research and Forecasting Model(v3.1.1,WRFV3)、日本气象厅20 km分析资料及自动站观测数据等模拟了2008年8月25日上海一次特大暴雨过程,并研究了城市化对这次暴雨过程的影响.研究结果表明:WRFV3模式能够较好地模拟出上海0825暴雨的主要分布特征,强降水中心以及暴雨随时间变化趋势;上海城市化使得这次暴雨过程在城市中心区域和迎风区降雨增强,城市背风区降雨减少;而城市化引起的陆面粗糙度等变化的动力作用对城市地区低层风场产生阻挡,使得城市迎风区垂直上升运动增强、水汽增多,是造成城市迎风区降雨增强的主要原因.     

Performance Improvement of Distributed Systems by Autotuning of the Configuration Parameters

The performance of distributed computing systems is partially dependent on configuration parameters recorded in configuration files. Evolutionary strategies, with their ability to have a global view of the structural information, have been shown to effectively improve performance. However, most of these methods consume too much measurement time. This paper introduces an ordinal optimization based strategy combined with a back propagation neural network for autotuning of the configuration parameters. The strategy was first proposed in the automation community for complex manufacturing system optimization and is customized here for improving distributed system performance. The method is compared with the covariance matrix algorithm. Tests using a real distributed system with three-tier servers show that the strategy reduces the testing time by 40% on average at a reasonable performance cost.