LiTaO_3晶体振动模式的相关分析及喇曼观测

L i Ta O3晶体晶格振动与相变已研究了近三十年 .晶格振动的观察主要集中在铁电相 .本文给出了钽酸锂铁电相与顺电相模式及相关关系 .利用喇曼散射技术 ,观察并归属了两相的喇曼激活模式 .     

树木径向生长研究方法及进展

在全球气候变暖的背景下,树木年轮宽度与气候变化间的响应关系逐渐进入研究者的视野.大兴安岭地区位于欧亚大陆的气候敏感区和气候脆弱区,是中国纬度最高和增温最快的地区.同时地处寒温带明亮针叶林的南缘,地下存在多年冻土层.所以大兴安岭地区对气候具有独特的区域变化,在树木年轮宽度与气候变化的响应研究中以该地区作为研究区更具有研究意义.主要综述了树轮气候学的研究背景、树木径向生长的研究方法、气候变化对树木径向生长影响的研究进展,重点分析大兴安岭地区树木径向生长的研究情况.为未来树轮气候学的研究发展方向上提供依据,在气候变化对森林植被的影响和预测未来全球变化对陆地生态系统的影响等方面有重要的理论意义.     

圆柱形建筑双幕墙风荷载特性试验

对圆柱形建筑双幕墙进行了风洞试验,着重分析了不同分隔形式的圆弧双幕墙的风载特性.结果表明:圆弧双幕墙的内幕墙各部位的风荷载比较一致,且随着圆心角的减小,内幕墙所承受的风荷载增大;圆弧双幕墙的外幕墙各部位的风荷载分布则很不均匀,圆弧端部区域的风荷载比圆弧中间区域的大,且由于外幕墙端部测点的内外压随风向角变化不同步,存在相位差,导致了其净风压比单层幕墙的风荷载还大,这在双幕墙的抗风设计中应特别注意.     

珠江上游传统民歌评述

珠江上游传统民歌以其厚重的人文性,深刻的哲理性,多样的民俗性,独特的地域性,丰富的审美性,成为珠江上游各族人民的精神依托。作为非物质文化遗产重要组成部分的传统民歌,是珠江上游各族人民智慧与文明的结晶,是民族文化的命脉,它顽强的生命力折射出各民族的价值观审美观。长期以来,对促进民族团结,维护区域稳定起到了积极而重要的作用。在建成小康社会和建设美丽云南的新进程中,将会释放其文化支撑和心理基础的重要潜能。     

一种改进的二进制编码遗传算法研究

针对普通遗传算法(CGA)易陷入早熟,局部搜索能力较差,全局优化速度缓慢等问题,提出了一种改进的遗传算法(IM_GA),该算法融合了由进化代数或适应度分布调节变异交叉率的思想,从这两个方面共同改进了变异交叉率,仿真结果证明了该改进遗传算法的优越性.与普通标准遗传算法比较,该算法不仅收敛性较好,且能迅速找到全局最优解.     

多孔材料测孔仪的研制

本文叙述了测量多孔材料孔径和孔径分布的方法和仪器,测量采用液-液和气-液系统,测量孔径范围内为0.01～几百1μm,为简化仪器结构设计了适用于不同孔径范围的装置。     

用政治手段解决国际冲突的有益探索——以朝核问题六方会谈为例

中国在政治解决朝核问题的过程中扮演着作为第三方的大国斡旋者角色,从理论上讲,发挥这一角色作用有其特殊的涵义、困难性和复杂性,并因之要求中国的外交斡旋活动完成一定的调解任务。“六方会谈”是政治解决朝核问题的正确选择和有效途径,中国在促成六方会谈的成功举行并获得初步成果的过程中展示了高超的外交斡旋艺术,包括给予帮助的技术、支持冲突方互动的技术和操控技术,部分地完成了对于朝美之间冲突的调解任务。在中国积极和有效的外交斡旋努力下,朝核问题的解决沿正确的方向前行。     

面向复杂系统运动仿真的信息物理融合建模

传统运动仿真的虚拟建模缺少针对复杂系统中信息子系统与物理子系统的动态性融合建模。融合传统运动学虚拟建模与信息计算的优势,针对运动仿真的精度和实时性难以满足实际工业制造需求的问题,提出面向复杂系统运动仿真的信息物理融合建模方法,并以机械臂的运动学控制为仿真案例进行验证,解决了实际环境中机械臂的驱动与仿真环境虚拟机械臂运动不一致的问题。搭建了复杂系统运动仿真虚实映射平台,集成了虚拟建模环境CoppeliaSim,融合实际机器人的运动反馈,和虚实映射计算模型,确定工业机器人运动方程的唯一位姿解。实验结果表明本文提出的方法实现了工业机器人的虚实映射实时运动仿真。     

可视动目标逐步求精分割技术研究

运动目标识别跟踪系统中 ,目标分割是至关重要的处理环节。由于目标阴影、碎块等因素 ,估计精度受到影响 ,甚至导致跟踪的失败。提出了目标形状波动度的概念 ,并将其作为目标识别特征 ,利用最大似然估计准则 ,对目标初始区进行逐步求精估计。该算法简练实用 ,能有效地提高估计精度 ,为确保目标可靠性跟踪提供了新的手段。     

XB-SIM*: A Simulation Framework for Modeling and Exploration of ReRAM-Based CNN Acceleration Design

Resistive Random Access Memory(ReRAM)-based neural network accelerators have potential to surpass their digital counterparts in computational efficiency and performance. However, design of these accelerators faces a number of challenges including imperfections of the Re RAM device and a large amount of calculations required to accurately simulate the former. We present XB-SIM, a simulation framework for Re RAM-crossbar-based Convolutional Neural Network(CNN) accelerators. XB-SIM can be flexibly configured to simulate the accelerator's structure and clock-driven behaviors at the architecture level. This framework also includes an Re RAM-aware Neural Network(NN) training algorithm and a CNN-oriented mapper to train an NN and map it onto the simulated design efficiently. Behavior of the simulator has been verified by the corresponding circuit simulation of a real chip. Furthermore, a batch processing mode of the massive calculations that are required to mimic the behavior of Re RAM-crossbar circuits is proposed to fully apply the computational concurrency of the mapping strategy. On CPU/GPGPU, this batch processing mode can improve the simulation speed by up to 5.02 or 34.29. Within this framework, comprehensive architectural exploration and end-to-end evaluation have been achieved, which provide some insights for systemic optimization.