基于数字喷泉码的水下传感器网络可靠传输与分析

水声通信具有低带宽、长时延、高误码率等特性,给水下传感器网络的可靠数据传输带来了巨大挑战。通过分析水下传感器网络的特点及传统可靠传输机制在水下传感器网络的应用局限性,提出一种基于数字喷泉码的、逐跳的可靠传输机制,并对译码成功的概率、端到端时延及能耗等网络性能进行了分析与仿真。结果表明,该机制明显减少了端到端时延和能耗,提高了包传输率。     

慢病毒载体研究进展

慢病毒作为一种特殊的逆转录病毒,与通常使用的逆转录病毒载体和腺病毒载体比较,具有可感染分裂细胞及非分裂细胞、转移基因片段容量较大、目的基因表达时间长、不易诱发宿主免疫反应等优点,已成为当前基因治疗和转基因动物中载体研究的热点。近年来对其基础生物学特性、载体改造及其应用等研究均取得了较大进展。本文就慢病毒载体及应用方面的研究进展作一综述。     

媒体报道下随机SIQS流行病模型的动态行为研究

研究了媒体报道干预策略下的随机SIQS流行病模型.构造合适的Lyapunov函数,使用Itô公式和马尔可夫半群理论,证明了基本再生数R₀^s可用于控制随机流行病模型的动态行为,即如果再生数R₀^s<1,并且在其他条件下,疾病将消亡;如果再生数R₀^s>1,并且在其他条件下,疾病是持久性的.结论表明：大的白噪声可以抑制疾病的爆发,这为制定有用的控制策略来调节疾病的动态行为提供有效帮助.最后通过数值模拟验证了这一结果.     

改进复分解法与一步法制备硬脂酸稀土PVC热稳定剂

介绍两种制备硬脂酸稀土的新方法———改进复分解法和一步法.探讨了反应温度、催化剂、反应时间、乙醇用量等因素对制备反应的影响.结果表明,改进法以20mL乙醇为溶剂,反应温度80℃,无催化剂下反应30min,产品得率为83%;一步法以5mL乙醇为消泡剂,反应温度140℃,催化剂用量2.5mL,反应60min,产品得率为76%.利用FT-IR和XRD技术对产品进行结构表征,并对产品质量和PVC的热稳定效果进行比较.     

塔康高精度测角及抗野值研究

针对传统塔康测角精度不高?抗干扰能力弱的问题,设计了一种新的抗野值Kalman滤波器,并与最小二乘曲线拟合相结合,实现对塔康方位的精确解算?建立了抗野值Kalman滤波模型,引入压缩影响函数修正滤波增益,推导出判决门限表达式,证明压缩影响函数的正确性?仿真结果表明,该算法实现了对塔康测角的高精度解算,并能有效抑制野值,具有很高的精度和抗干扰能力?     

基于Voronoi图的物流园区腹地的界定

为了更加科学合理的确定物流园区的规模,提出了在物流园区规划建设的前期应先行界定物流园区腹地的理念.针对引力模型、势能模型和断裂点模型等传统腹地界定方法所存在的划分过程缺乏精确连续性的缺陷,引入了计算几何中的Voronoi图理论对物流园区的腹地进行了界定,并运用GIS软件中的Voronoi图生成工具,结合成都市物流园区规划的实例进行了理论模型的应用.结果证明基于GIS软件运用该方法的操作较为简便,具有较高的应用价值.     

三值光学计算机

三值光学计算机是2017年3月问世的通用型光电混合计算机系统。它用无光态和偏振方向正交的两个偏振光态表示信息,用旋光器和偏振片来改变这三个光态,进而完成三值逻辑运算和MSD(modified signed-digit representations)冗余表达数值的二进制并行加法运算。这种新型计算机具有处理器位数众多、处理器位可以分组独立使用、处理器位的计算功能可重构等优势;还以非易失随机存储器件为基础,构建了与处理器频繁交换大量数据的双空间存储器系统;为便于编制发挥这些特色的应用程序,采用SZG文件为程序员遮蔽三值光学处理器与传统电子处理器的差别,构成了保持传统编程技术的新编程平台。目前,针对快速傅里叶变换、元胞自动机等典型算法,验证了这种新型计算机的加速能力。     

当代图书馆的发展模式--复合图书馆

阐释了复合图书馆的含义和作用,分析了复合图书馆存在的必然性,探讨了复合图书馆发展的策略。     

一种改进的典型相关分析方法及其应用

传统典型相关分析准则函数在界定同组特征矢量中各元素之间不相关时采用乘法运算,易出现无法保证两组特征矢量同时达到同组元素协方差意义下最小的问题。为解决这一问题,提出了一种改进的典型相关分析方法,对典型相关准则函数分母部分进行修正,将其中的乘法改成加法,对该方法进行推导得到投影矫正系数,该系数对两组特征矢量特征方程进行调整,保证两组特征矢量同时达到同组元素协方差意义下最小。该方法有效地改善了融合效果、提高了人脸识别的正确率。在ORL和Yale人脸数据库上的实验结果都验证了其有效性。     

P_MOEA：一种多目标决策辅助遗传算法用于服务组合QoS优化

在服务组合场景下,SLA约束下的服务组合优选是实现服务质量管理的重要基础之一．服务组合优选既是一个组合优化问题同时也是多目标决策问题,需要高效的算法以支持大规模的候选组合方案集合,同时也需要有效的评价模型来明确定义候选方案的优劣程度,从而为决策者提供支持．现有的服务组合优选方法多基于两种模型定义其优化目标：线性效用函数和Pareto最优．前者需要量化权重配置以定义效用函数,但是对于用户来说精确的量化权重配置是一个非常困难的任务,特别是在涉及到的QoS维度较多时;后者无需权重配置,将Pareto最优的skyline集合作为优化结果返回给用户,然而skyline集合的规模是不可控的,最优结果集的规模会随着问题的规模增大而显著增大,过大的最优结果集显然难以为决策者提供有效参考,针对上述传统方法的不足,在本文中,我们将PROMETHEE方法弓I入服务组合优选问题,结合Pareto和PROMETHEE两种评价模型,将skyline集合基础上的Top—kPROMETHEE最优方案作为优化目标,提出并实现了一个高效的遗传算法：P—MOEA．算法可以针对大规模问题,高效地返回Top—kPROMETHEE最优组合方案集合,从而为进一步的决策提供有效的参考．我们实验验证了算法的效率和有效性．