一类树Hosoya指标的研究

设G是一个分子结构图模型,即为一个具有n个顶点的连通图.则图G的Hosoya指标Z(G),是指图G中匹配的个数,包括空集. 该文讨论了四叶树Hosoya指标的第二大、第三大、第四大值.     

基于USB接口的涉密数据传输可信监控系统研究

针对传统基于USB接口的监控系统存在的诸如缺乏介质身份认证手段,难以有效地对各等级进行隔离,可信度低等问题,一种基于可信机制的数据传输监控系统被提出以解决上述问题.系统应用动态口令与指纹识别相结合的双向身份认证方案及文件过滤驱动技术,以“可信构件”为根构建系统内部的可信链模型,通过驱动层与应用层相结合的多级安全策略加强...     

旋转机械转子-机匣系统碰摩的随机响应

针对仅考虑具有质量偏心的旋转机械Jeffcott转子-机匣系统碰摩模型的动力学方程,进行了转子-机匣系统碰摩的随机响应研究·应用Kronecker代数、矩阵微分理论、向量值和矩阵值函数的二阶矩技术、矩阵摄动理论和概率统计方法系统地研究了转子-机匣系统碰摩的随机响应问题,推导出了一般的数学表达式,给出了数值分析解·分析了把转轴刚度和阻尼、定子刚度和阻尼、偏心距和定子径向刚度作为随机参数的随机系统的响应·分析表明,该转子系统在初始阶段振动强烈,响应幅值超过转子和定子之间的间隙,会发生碰摩现象·     

基于指标函数的舰载机机队回收调度优化研究

由于复飞逃逸、飞行故障等因素随机发生, 传统静态调度方法难以有效解决动态随机调度问题。对此,提出一种基于飞机优先序指标函数的蒙特卡罗模拟-差分进化搜索的实时调度算法。在离线模拟回收环境下,由算法完成基于随机模型的指标函数系数优化,后由该指标函数实现对机队优先序的实时评估排序,进而完成回收在线动态调度。仿真结果表明所提算法能有效解决回收调度问题。在相同机队初始输入下, 目标值呈现较好统计特性, 其期望值能够快速收敛到一定范围, 且无复飞情况下着舰时间窗目标呈显著正态性; 不同回收机队输入对指标系数最优值的散布较小, 表明指标函数评估优先序具有较好的通用性和有效性; 模拟回收调度发现, 着舰成功率的提高将显著降低机队复飞次数, 提高回收效率。     

计算机硬件课程教学问题初探

通过对普通本科院校计算机硬件课程教学中现存的问题的深入分析,针对计算机硬件课程的特点和现有的教学体制和模式,探讨性提出提高计算机硬件课程教学质量的对策.     

关于Cartan域上极值问题的注记

研究了Cartan域上的极值问题.建立Cartan域的单位球之间极值问题的一个定理并给出它的一个应用.     

红层软岩崩解性的灰色关联分析

采用灰色关联度法对红层软岩的粒度分形特征以及矿物、化学成分试验数据与其崩解性进行了关联分析.分析发现,与成分相比,红层软岩的粒度分布分形特征参数与崩解特性具有更高的关联度,表明沉积形成时的环境决定了成岩后的红层软岩崩解性强弱.因为红层软岩中蒙脱石含量少,因此在各种成分中伊利石含量对红层软岩崩解性影响最大,说明水理特性不稳定的矿物含量始终是影响软岩崩解的主要因素.     

具有储能功能的聚氨酯固-固相变材料的研究

以高分子量聚乙二醇(PEG)为软段,4,4′-二苯基甲烷二异氰酸酯(MD I)、1,4-丁二醇(BDO)为硬段,采用两步溶液法合成了一种具有固-固相变储能性能的聚氨酯材料,通过差示扫描量热仪(DSC)、热重分析仪(TGA)、广角X射线衍射仪(WAXD)、偏光显微镜(POM)等手段分析了该材料的形态结构和相变行为,并对其储能机理进行了初步探讨。结果表明:该聚氨酯型相变材料具有良好的储热性能,相变焓较大,相变温度适中,热性能稳定,相变过程中不产生液体,其相变实质是聚氨酯软段PEG由结晶固态转变为非晶固态的过程。     

环境场特征与暴雨之间的关系浅析

利用2002年6-7月香港天文台业务区域谱模式(ORSM)的物理量预报资料,通过对暴雨发生时的平均高度场、温度场、湿度场、经向及纬向风速场特征的分析,探讨了我国南方形成持续强降水的大尺度环流形势及物理条件.通过对暴雨带附近的热力场和动力场的研究表明：温度场上,在大气中低层,暴雨带处于高温区南侧相对的冷区,且温度梯度较小,而在暴雨区北侧,温度梯度较大;湿度场上,暴雨区落在高湿度带中,并且在大气低层,暴雨带位于南北相对湿度对比带的南侧;而在风速场上,在大气低层,暴雨带附近为东西风及南北风的复合带.     

基于高维特征选择的跳频电台细微特征识别

将高维特征用于跳频电台细微特征个体识别具有很大优势,为了增强对跳频电台的分类识别能力,需要增加特征类型和维数,提高特征集的表征能力,但同时会引入大量冗余特征,导致分类器计算时间过长,分类正确率降低。为了降低高维特征集维数,首先采用相关性快速过滤特征选择算法,删除高维特征集中的不相关冗余特征,得到最优特征集。然后利用经过参数优化的支持向量机(support vector machine, SVM)分类器进行训练分类。实验表明,所提算法能够对高维特征集进行合理的降维,提高了SVM的分类器的分类性能,在保证分类正确率的基础上,降低了运算量,提高了跳频电台细微特征识别的时效性。