基于区块自适应网格的全球地形快速绘制算法

在基于球面剖分的全球地形数据组织模型基础上,实现了一种视点相关的全球地形数据快速调度与可视化的算法。提出了一种基于区块纹理分辨率的自适应目标层次模型提取方法,能够快速准确地得到视点相关的正确细节模型,且算法的时间空间复杂度与全球地形模型的数据量无关。进而通过利用区块结构的一致性进行高效的外存数据调度,尽可能地减少了系统I/O带来的性能瓶颈,在实现数据重利用的同时很好地管理了内存消耗。实验表明,基于该算法可以实现全球地形的高效绘制,并且对硬件配置要求很低,具有很好的实用性。     

物流保障网络级联失效临界抗毁性

针对军事决策者所关心的"物流保障网络抗毁性"与"物流保障网络负载临界值"的问题进行了研究,首先分析了物流保障网络的特点,建立了度均匀随机分布的网络模型和负载局部扩展的级联失效抗毁性模型,并运用了多维分支过程方法求解网络级联失效的临界值。研究发现:容量均匀分布的物流保障网络中,当网络负载超过临界负载时,一个随机故障将引起网络瘫痪。最后通过一个仿真实例分析了物流保障网络节点最大度分别为5、6、8、10、12时的级联失效抗毁性临界值,并给出了仿真结果与解析推导存在误差的原因。     

基于保留价格差异与通道费的竞争渠道结构

研究保留价格差异和通道费对3种竞争渠道均衡结果和均衡结构的影响,通过对格力和美的渠道结构选择进行案例分析来验证均衡结构的结论,比较了3种竞争渠道下的产品差异化、消费者剩余以及社会福利,最后,从成本差异和网络外部性2个角度对基本模型进行拓展。结论表明:当零售商收取较高通道费时,制造商将自建分销渠道或重新选择其他零售商;消费者剩余在II下最高,社会福利在DD下最低;普通品牌制造商能够通过降低产品成本削弱知名品牌的竞争优势;网络外部性将加剧市场竞争,降低渠道成员利润。     

基于改进的RBF神经网络的配电网故障诊断模型

结合梯度下降算法和进化算法对RBF神经网络进行改进,建立了基于改进的RBF神经网络的配电网故障诊断模型.配电网故障诊断实例表明,基于改进的RBF神经网络的配网故障诊断模型具有较高的诊断精度.     

两株松材线虫拮抗细菌的筛选和鉴定

【目的】筛选对松材线虫具有较高杀线活性的拮抗细菌。【方法】以分离自南京、洛阳、上海的松树茎部的137株内生细菌为研究对象,采用培养滤液和菌悬液浸渍法对这些菌株进行杀线活性的测定,并对筛选的高效拮抗细菌进行菌种鉴定。【结果】通过培养滤液浸渍试验筛选出3株细菌对松材线虫有较高的杀线活性,使用3种菌滤液处理线虫48 h后,线虫死亡率均达到100%,其中菌株LYMC-3的培养滤液还可使线虫虫体出现消解。将3株菌的培养滤液分别稀释2倍、4倍和10倍后处理松材线虫,随稀释倍数的增加,培养滤液的杀线活性逐渐降低。处理线虫48 h后,菌株LYMC-3的10倍稀释滤液与其他两株菌滤液相比对线虫的致死率最高,为94.7%; 在菌悬液浸渍试验中筛选出菌株NJSZ-13对松材线虫有较高杀线活性,10⁵ cfu/mL 浓度的菌悬液处理线虫48 h后,线虫死亡率达81.5%。通过对LYMC-3和NJSZ-13菌株的形态特征、生理生化特征、Biolog鉴定和16S rDNA序列以及系统发育分析,确定菌株LYMC-3、NJSZ-13分别为短小芽孢杆菌(Bacillus pumilus)和蜡样芽孢杆菌(Bacillus cereus)。【结论】从松树体内筛选到两株对松材线虫有高效拮抗活性的菌株LYMC-3和NJSZ-13,对生物防治松材线虫病具有潜在的应用价值。     

紫色红曲霉的微波诱变及其产红曲色素发酵条件的优化

以紫色红曲霉S1为出发菌株进行微波诱变,筛选出产红曲色素能力最高的突变株紫色红曲霉S1-29,其红曲色素值达3 240 U/g,比出发菌株提高了57%.针对菌株S1-29固态发酵培养产红曲色素的条件进行优化,添加不同的碳源、氮源以及无机盐,研究添加物对产红曲色素能力的影响,并进行正交实验,得到最佳发酵条件:在大米基质中添加葡萄糖、蛋白胨、硫酸镁和磷酸氢二钾,使其质量分数分别为4%,6%,0.4%和0.3%,32 ℃培养11 d,菌株S1-29红曲色素值达到4 003 U/g,比优化前提高23.55%.     

小型无人直升机偏航动力学建模与辨识

在考虑到偏航速率反馈系统存在的情况下,根据小型直升机的动力学原理,推导了无人直升机偏航动力学数学模型。基于所采集的飞行实验数据,采用预报误差法(PEM)辨识得到了完整的悬停状态下小型无人直升机的偏航动力学状态空间模型。并通过对实验数据的分析,建立了保真度更高的模型。对模型的校验和评估结果表明,所得到的模型能充分反映小型直升机的偏航动力学特性,结构相对简单,能作为控制器设计的参考模型。     

无线传感器网络数据采集关键技术及研究进展

无线传感器网络(WSN)数据采集因自组织网络结构而具有其他网络无可比拟的优势,然而其资源有限的特点使得许多关键问题尚未有好的解决策略.总结了WSN数据采集中的关键技术及所面临的主要挑战,介绍了数据采集中WSN网络协议的主要性能指标及其研究方法,并就当前几种新技术与WSN的结合情况进行了分析和讨论,最后对无线传感器网络数据采集关键技术的未来研究进行了展望.     

边冠图 Tm◇Sn的临界群

确定了任意树与星的边冠图 Tm◇Sn 的临界群的代数结构,证明了边冠图 Tm◇Sn 的临界群的Smith标准型为 (n－2)m 个循环群的直和,同时给出了图 Tm◇Sn的生成树数目.