广义对称正则长波方程的新型守恒差分逼近

作者对一类广义对称正则长波方程的初边值问题进行了数值研究,提出了一个带有加权系数θ的平均隐式差分格式,格式模拟了初值问题的守恒性质,得到了差分解的存在唯一性,并利用离散泛函分析方法分析了该格式的二阶收敛性与稳定性.数值结果表明,该格式是可信的,且适当地调整加权系数θ,可以使计算结果具有更高的精度.     

室内信道中多极化MIMO系统的容量

针对室内多径信道,提出一种研究系统信道容量的方法,利用结合信道特征设计的三维多极化测量系统测量信道中多径入射信号的三维空间分布,代入天线方向图与入射信号进行空间积分计算出系统容量。利用该方法和系统对典型室内环境进行了测量,研究了真实的三极化天线组成的MIMO(multiple-input-multiple-output)系统的容量和摆放方向对多极化天线系统容量的影响。结果表明:三极化系统具有比单极化系统更优越的性能,可以利用该特性对室内环境中多极化MIMO系统的设计和布局进行优化以实现更高的系统容量。     

采用约束蚁群优化的贝叶斯网结构学习算法

针对贝叶斯网络结构学习问题,提出了一种约束蚁群优化算法.该算法根据贝叶斯得分的局部一致性原理设计了一种增边规则,并且将此规则引入蚁群算法的框架中,从而实现了在搜索过程中利用启发式信息动态缩减搜索空间、同时减少运行时间的目的.此外,还从理论上证明了增边规则的正确性,而且从实验角度讨论了约束蚁群优化算法的参数敏感性.实验结果表明,在解决较大规模的贝叶斯网络结构学习问题时,约束蚁群优化算法在保证求解精度的条件下比蚁群优化算法的运行时间减少40%以上.     

全隐式E-CUSP迎风格式大攻角分离流数值模拟

采用全隐式、低耗散E-CUSP格式,通过求解雷诺平均Navier-Stokes方程耦合Spalart-Allmaras(SA)湍流模型,模拟了细长旋成体在超声速、大攻角下的流场,分析了背风面涡的发展过程.结果表明:E-CUSP格式耦合SA湍流模型能够准确地模拟背风面的流动分离和精细的二次涡,对横向分离具有较高的模拟精度;预测的物面压力系数分布和激波位置与实验数据吻合良好,力和力矩的相对误差在1.98%之内;E-CUSP格式可用于模拟复杂的分离流动,具有高的计算精度和效率.     

贵金属纳米材料生物还原制备技术的研究进展

综述了国内外利用生物还原技术制备贵金属纳米材料及贵金属催化剂的研究进展,并展望了该研究领域的发展方向.     

超声临界角侧波速度测量方法的研究

声速(SOS)是描述声波在媒质中传播特性的一个基本物理量,通过媒质中声速的测定,可以了解媒质的特性或状态变化.基于临界角侧波原理的超声速度测量方法是声速测量方法中的一种,但现有的临界角侧波测量方法精度较低,适用范围小,在测量声速时易受干扰.为此提出了一种新的基于临界角侧波理论的定量超声速度测量方法,该测量方法引入了一个新的参数———倾斜角补偿时间,该参数通过接收时间的差值求得.通过引入该参数,本方法在实际测量中提高了测量精度.     

断层轮廓的双三次非均匀B样条曲面重构

针对断层图像数据,提出了一种曲面重构的方法.依据曲率特征首先提取各层特征点,对其重采样使每行(列)获得统一的采样点数;再对采样点插值得到非均匀双三次B样条曲面;最后,在一定控制精度下对曲面依据距离特征进行节点插入,通过最小二乘逼近法算出新的控制顶点,从而得到误差在容许范围内的逼近曲面.根据断层轮廓的特点,本算法综合运用了周期B样条和非周期B样条,讨论了封闭曲面和非封闭曲面的计算方法.另外插值和逼近的结合应用使该算法更快速、实用.     

无线传感网络中空间失效模式下的数据存储恢复算法

针对空间失效模式下的数据存储和恢复问题,设计了一种基于数据复制的存储和恢复算法.该算法为每个数据节点分配一个冗余节点,在数据节点失效时可以利用冗余节点中的数据来成功恢复数据,并且使整个过程消耗的代价最小.理论分析和仿真实验表明,同Greedy算法相比,在保证成功恢复的同时,该方法显著降低了网络的整体能耗,从而有效延长了网络的生存周期.     

变性剂对重组牛肠激酶活性的影响

肠激酶(EK,EC 3.4.21.9)是一种在基因工程产品中广泛应用的工具酶.以小分子荧光物质Gly-Asp-Asp-Asp-Asp-Lys-β-萘胺为底物,采用荧光跟踪法研究了变性剂盐酸胍、硫脲、尿素对重组牛肠激酶(rEK)活力的影响及抑制动力学.结果表明:盐酸胍、硫脲、尿素均对该酶的活性有较强的抑制作用,它们对该酶的半抑制浓度(IC50)分别为0.025,0.080和0.750 mol/L.研究的3种变性剂对该酶的抑制均显示可逆抑制机理;抑制类型也均为竞争性类型,测定它们对酶的抑制常数KI分别为0.015,0.060和0.553 mol/L.     

基于底表的多层扫描术语自动标注算法

以学科教材术语语料库建设为目标,实现了一种基于底表的多层扫描术语自动标注算法.该算法首先采用预测性规则模板扫描文本中未登录术语,并进行标注;其次采用最大匹配方法识别出每个可能的候选术语,把每个候选术语看作术语的定位点,扫描其上下文语境,分别调用单位术语规则模板、例外规则、部件规则、部件例外规则、例外校正规则等对扫描结果进行判断,确定候选术语的身份,并进行标注.该方法以规则的预测和限定功能为辅,充分利用了底表术语信息,取得了较高的标注准确率和召回率,开放测试F-指数达到了84%左右.