基于CAS-FQL算法的区域交通控制

针对Q-学习算法收敛慢、易陷入局部最优的缺陷,提出了一种基于灾变模糊Q-学习（CAS-FQL）算法的区域交通协调控制方法,即将灾变策略引入到模糊Q-学习算法的学习过程中,以提高和改进Q-学习的寻优能力和学习效率.具体是,利用CAS-FQL算法分别优化路网中各交叉口的周期和相位差,绿信比则采用常规方法优化.TSIS软件交通仿真的结果表明,相比基于Q-学习的控制方法,CAS-FQL算法能显著加快算法的收敛速度、提高交通效率.     

不同生长调节剂对柴达木地区枸杞嫩枝插穗根系生长的影响

为研究不同生长调节剂对柴达木地区枸杞嫩枝插穗根系生长的影响,选用4种生长调节剂,分别设IAA、IBA、NAA、国光生跟萘乙酸、NAA+ IBA和NAA+ IAA6个处理组合,并调查各处理插穗的成活率、单株根数、根长和根干重.试验表明:IAA、NAA+IBA处理后的成活率分别为67.03％、65.97％;插穗的单株根数、根长和根干重,分别为3.77个、6.019 cm、7.7×10-2g;国光生跟萘乙酸处理分别为3.87个、5.928 cm、5.7 ×10-2 g;通过比较,IAA、NAA+ IBA、国光生跟萘乙酸可作为柴达木地区枸杞嫩枝插穗处理的首选植物生长调节剂.     

东昆仑大场金矿田扎家同哪矿床地质特征及找矿方向

通过野外地质现象分析认为扎家同哪矿床为低硫型浅成低温热液矿床,成矿作用与区域热流值升高驱动含矿热液沿构造破碎带充填有关.自矿体至围岩发育有硅化、绢云母化、绿泥石化、褐铁矿化、高岭土化.含矿破碎带总体表现为浅部脆性变形,岩石多呈碎裂团块状,深部为韧性变形,破碎带与围岩界线不明显.载金矿物主要为毒砂和黄铁矿等硫化物.扎家同哪金矿床以断层破碎带、土壤异常、围岩蚀变、砂金为主要的找矿标志.通过对成矿地质背景及土壤地球化学异常分析,认为矿区东部的阿棚鄂一也具有良好的找矿前景,矿床资源量有望进一步提升.     

一种新的群体一致性算法及平台实现

在分析已有两种主要群体一致性算法所存在问题的基础上,给出了一种新的群体一致性算法,该算法是用方差的大小来衡量群体一致性程度,有利于设定统一的阈值,并具体实现了新的群体一致性算法,运用该算法平台对某轿车厂家的一款新车型进行了快速、科学地决策,从新车型的市场反馈来看,该算法是有效的。     

一类关于Leslie-Gower捕食-被捕食时滞模型的局部Hopf分岔分析

主要研究时滞Leslie-Gower捕食-被捕食微分模型,将时滞τ作为分岔参量,讨论了正平衡点及分岔的存在性。进一步,应用规范理论与中心流形定理,判断了分岔的方向与周期解的稳定性。并给出了实例与数值模拟。     

网络流行语“囧”字的认知解读

在认知语言学的框架下对网络流行语“固”字进行分析,主要论述古今“囧”字存在的象似性。在形义上,“囧”字的重新释义采用了古人相同的象形造字法,可见象似性在“囧”字的演化中一直存在,具有历时性;音义上,“囧”字的古今音义之间都存在着象似性理据现象,以音同为先决条件来揭示词源,推索词的命名意义,这是基本符合人们的认知规律的。此外,通过概念整合理论进一步揭示了网络新词“囧”词义演变的内在认知机制及其动因。     

基于P2P技术的混合云存储模型

为了解决普通云存储中重要数据完全依赖云端存储与管理所带来的数据安全问题,并增强存储数据的安全性和可靠性、减轻大数据文件存储过程中带来的通信压力,提出一种基于P2P技术的混合云存储模型(简称PCS).该模型由内部P2P网络和普通云端2部分组成,用户可把重要数据、大文件数据及全部元数据存储在PCS模型中的内部P2P网络,而仅把非重要数据交由云端服务商来存储和管理.PCS模型中对数据的存储和管理采用文件分片技术(一个文件可有多个分片,且每个分片可有多个副本)以保证数据的完整性和可靠性.PCS模型有效保证了重要数据的安全问题,部分减轻了企业与云端之间的通信带宽压力,并提高了云存储的文件检索速度.     

含裂纹结构的模糊随机无网格伽辽金法研究

为了分析实际工程结构中材料特性、几何特性或载荷中的某些参数同时具有随机性和模糊性,基于模糊随机变量、区间数分解法、摄动理论和无网格伽辽金法,提出了模糊随机无网格伽辽金法．推导出了水平截集下的随机无网格区间平衡方程,并将随机无网格区间平衡方程中的刚度矩阵、位移向量和载荷向量在初始随机向量的均值处进行泰勒级数展开,利用小参数摄动理论和区间数分解推导出了随机无网格区间平衡方程的求解公式,并给出了模糊随机位移数字特征的计算公式,将其应用到含裂纹结构的不确定性问题中．通过算例验证了本方法的正确性．     

基于FSCD-CNN的深度图像快速帧内预测模式选择算法

针对3D-HEVC的多视点视频加深度图的编码格式和四叉树编码结构所带来的编码复杂度问题,提出了一种深度图像快速帧内预测模式选择算法。首先,从深度视频序列中以最优的深度图最大编码单元（largest coding unit,LCU）划分深度为标签获取训练集;其次,构建了适用于LCU的Cu深度快速选择卷积神经网络（fast selecting Cu’s depth-convolutionalneural network,FSCD-CNN）;最后,对深度图LCU进行划分深度预测,跳过部分编码模式决策,实现最佳LCU划分。实验结果表明,与相关文献对比,所提算法在保持了编码性能的同时平均减少了15%的编码时间,实验验证了其有效性和可靠性。     

流动剪切对原油乳化含水率的影响及基于焓的定量表征

油水两相的乳化特性对两相流的流型和压降规律有显著影响。流动条件下的原油乳化含水率是影响油水两相流动特性的关键。针对4种原油,通过油水两相的乳化实验,研究了搅拌转速、水相比例、温度及搅拌时间对原油乳化含水率的影响。研究发现,当水相比例低于某一临界值时,在一定搅拌转速范围内会发生完全乳化现象,当水相比例高于该临界值时,只发生部分乳化。不同原油发生完全乳化的临界水相比例不同,与原油物性相关;对于非完全乳化的情况,原油乳化含水率随搅拌转速的增大而增大,随水相比例、温度的升高而减小,随搅拌时间的增加而增大;油水两相乳化过程中消耗的能量可采用比焓进行表征,不同剪切条件下的原油乳化含水率可以与比焓进行归一化关联,并且二者符合幂律关系。