灾害空间天气对我国电网安全的影响及风险

通过对第23太阳周几次磁暴期间广东岭澳500 kV电网的地磁感应电流（GIC）实测数据,2010年西北陕、甘、青、宁750 kV电网GIC的计算结果,以及500～1 000 kV电网结构特点和1859年超级磁暴强度的分析,阐述了极端空间天气对我国未来特高压、大规模电网安全的可能影响,提出了应对极端空间天气的研究建议。 ［     

提升福建省留学生创业园孵化能力的对策建议

在综合国力竞争日趋激烈的当下,各国高度重视人才战略。我国坚定实施人才强国战略,尤其是国内"抢才大战"背景下。本文立足福建省情,分析了建设高质量创业园的重要意义,指出目前福建省留学生创业园发展存在的问题,并在平台建设、政策扶持、创新氛围营造等方面给出了高质量发展的对策建议。     

一种远程容灾系统的设计与实现

设计和实现了一种异地容灾系统,系统采用本地冗余和异地冗余相结合,服务和存储相分离的结构,采用本地控制中心作为事件处理中心和数据转发的缓存。并且设计了一种动态的失效检测算法,算法综合考虑了消息的延迟、丢失、当前网络状况和当前系统状况,能够有效的降低误判率和加快服务自动恢复速度。测试表明该系统的数据恢复速度和服务切换速度有了明显的提高。实际应用中系统运行稳定,性能良好,达到了高级别容灾系统要求。     

论中国市场经济中的信用问题

市场经济是中国经济发展的必由之路,而信用是市场经济的枢纽,文章就中国市场经济中的信用问题进行了探讨.     

软件无线电接收机中数字正交变换的研究与DSP实现

本文从软件无线电的思想出发分析了实信号的数学表达式,结合正交变换算法理论,通过分析、比较几种常用的数字正交变换方法,并采用DSP开发板实现数字正交变换。并通过实现验证了软件无线电接收机采用DSP实现数字正交变换的可行性。     

利用三差法辅助卡尔曼快速检测周跳

周跳的探测与修复是GPS高精度实时定位的关键问题。针对目前大部分方法对小周跳的探测与修复不灵敏、不适用于动态接收机的问题。首先用三差法将载波相位进行处理,减少待解的未知参量,而后用卡尔曼求解三差观测量的方差和修正数向量对周跳进行探测与修复。实测数据仿真和分析的结果表明,该方法适用于单频、高动态接收机,可以快速、准确的探测与修复周跳。     

松辽盆地徐家围子断陷营城组各界面特征及营城组四段归属问题探讨

营城组地层是徐家围子断陷天然气勘探开发的主要目的层,通过对徐家围子断陷最新三维连片处理地震资料和区内探井的综合研究,一方面在地震剖面上从振幅、连续性及反射终止等方面指出了营城组各界面特征,另一方面又从钻井资料上总结了各界面在盆地不同部位岩性变化的多样性特征。同时,从层序演化、不整合范围、地层厚度及岩性变化特征等方面阐述了营城组四段应归属于登娄库组一段的观点。     

常弹性方差下的动态代理问题及企业融资策略

考虑了常弹性方差下的动态代理问题及企业最优资本结构。假设股东是风险中性的，管理者是风险厌恶的。利用动态规划原理和资产定价理论，给出了动态代理下最优合同的解及企业各未定权益价值。分析了常弹性方差对管理者努力水平及企业融资策略的影响。数值结论表明：低弹性方差企业管理者的努力水平较高，但企业债务积压问题严重。此外，企业最优破产水平和杠杆率随弹性方差的增加先递减后增加，同时，高的弹性方差企业具有较高信用风险溢价。     

点载荷作用下岩石塑性特征及分类

为了研究不同种类岩石在点载荷作用下塑性特征,通过室内实验测定了花岗岩、细砂岩、黄砂岩、玄武岩、粉砂岩、红砖在点载荷作用下位移-载荷曲线,得到了6种类岩石力学特性和塑性特征。粉砂岩、红砖和玄武岩的强度接近;黄砂岩、花岗岩和细砂岩强度呈现线性增大,且与刚度变化趋势相一致。随着强度的增加,变形呈现先急剧增长后缓慢下落的特点。根据曲线规律对岩石进行分类和分级,黄砂岩、粉砂岩、玄武岩和红砖均属于脆塑性岩石;玄武岩为塑性岩石,细砂岩为脆性岩石。通过塑性系数对岩石进行分类,细砂岩为脆性岩石,级别为1级,塑性系数为1;玄武岩为塑性岩石,级别为6级,塑性系数为6~∞;花岗岩塑性黄砂岩塑性粉砂岩塑性红砖塑性。岩石越致密越均质,弹脆性越好;孔隙越多越离散,塑性变形越明显。     

基于神经元连接的脑网络减边演化算法

神经元间的连接以先增大后减小的方式演化,这提示了大脑神经元网络在演化过程中存在“剪除”过程。以“剪除”为启发,本文首先使用数学方法对大脑网络进行建模,然后基于大脑网络中的神经元连接方式,设计了网络减边演化算法。最后,考虑布线消耗和信息传输之间的效率,建立了大神经元优先与距离优先的演化博弈模型,探索该模型对脑网络拓扑结构特性的影响。实验结果显示,在此演化过程中呈现了中心节点度≈200、小世界特性S>1和高效率代价比等性质, 表明该算法能够有效模拟仿神经元剪除机制。上述算法和模型为有效模拟高效低能耗的脑网络提供了一种新途径。