用于汽车轮胎力学特性研究的试验拖车

研究汽车在各种路面高速运动状态下的轮胎力学特性,为汽车的结构设计与改进提供试验数据。利用研制的试验拖车,通过在各种路面上的道路试验进行轮胎力学特性的各种研究,由此得到各种参数之间的相互关系及影响。试验结果表明,试验数据与理论分析基本吻合,证明拖车能够用于汽车轮胎力学特性的研究。     

热像仪静态性能计算软件包CFLIR2.0

研究一、二代热成像系统的静态性能模型并编制计算软件包,结合现代程序设计思想,提出一种以数据为中心,用动态连接库实现各模块的独立,最后实现数据与应用程序相互分离的软件包开发思想,在Ｗｉｎｄｏｗｓ环境下,利用ＶＣ６．０开发平怡,编制了热成像系统的静态性能计算软件包ＣＦＬＩＲ２．０。该软件使用简单、方便,计算结果与实际情况比较吻合。ＣＦＬＩＲ２．０是一个Ｗｉｎｄｏｗｓ界面程序,由于加入了二代热成像系统的静态性能模型,因此与以前的软件ＳＰＴＩＳ相比,功能更加完善。     

无小参数非线性振动方程的近似方法

本文提出了一种求解非线性方程的迭代算法 ,它不依赖于小参数 ,是先给方程一个带待定函数的试函数作为初始近似解 ,然后用拉氏乘子法构造一个迭代公式 (校正泛函 ) .试函数中的待定函数可用变分直接方法确定 ,而校正泛函中的拉氏乘子可用变分理论最佳确定 .应用这种方法不会出现长期项 ,其结果表明这种新方法是比较有效的 .     

关于客票统计与经由管理方法的研究

讨论了利用计算机技术实现客票统计和经由管理的方法 ,提出了客票数据压缩和径路匹配的模型 ,该方法和模型可应用于铁路客票精密统计系统的设计 .     

人工神经网络预报浮游植物生长趋势的研究

提出用人工神经网络预报赤潮多发海区浮游植物生长趋势,并以１９９８年４～５月大亚湾澳头港实际监测数据为对象,以采样深度、水温、盐度、ｐＨ、ＤＯ、ＣＯＤ、浊度、营养盐、叶绿素ａ、微量元素、总碱度、气温、气压、风速、风向、光照、潮汐、总细胞密度等为参数,试验了工人神经网络的效果。结果表明,人工神经网络可望成为赤潮预报的有效方法。     

自然保护区野生动物管理初探

对自然保护区野生动物资源实施有效管理的目标是使动物种群保持在合理的范围内,既能满足当代人的各种需求,又能保持可持续利用．特别强调动物资源管理就是追求最大的综合效益,包括经济效益、社会效益和生态效益．实施有效管理的基础是对野生动物种群结构的调查与分析．针对我国自然保护区的现况,提出了野生动物管理的策略要点．     

阔口游仆虫(Euplotes eurystomus)的形态学再描述及与相近种的比较

:利用活体观察、蛋白银染色技术及银浸法对阔口游仆虫的活体、纤毛图式和银线系做了研究 .其结构特征如下 :额腹 :横 :尾一缘棘毛按 9:5:4模式排列 ;口围带小膜平均为 48片 ;背触毛多为 8 9列 ,其中背触毛列约含 1 8对毛基粒 ;大核“з”或“C”型 ;银线系为典型的“double eurystomus”型 .文中另对属内相近种作了形态学比较     

1998年6月“两湖”降水过程的数值模拟

运用中尺度η坐标暴雨模式(简称MEM),采用常规报文资料获得初始场,运用包络地形方法获得模式所需的地形资料,对1998年6月“两湖”降水过程进行了数值模拟。结果表明,该模式对形势场的模拟较好,MEM的TS评分结果明显高于国内目前业务运用中的主要模式,模式对暴雨有较强的模拟能力。无地形试验表明地形对降水预报有显著的作用,尤其中尺度地形对暴雨预报和模拟有重要的作用。     

活塞环与气缸套摩擦副采用喷涂陶瓷材料研究

将喷涂陶瓷材料活塞环与喷涂陶瓷材料或经激光表面处理的气缸套配对成不同组合的活塞环与气缸套的摩擦副,经过摩擦副模拟试验和台架试验表明,与金属摩擦副相比,其摩擦系数小,磨损量小,对提高内燃机寿命有重要的意义。     

改进的RBF神经网络模式分类方法应用研究

经典的Bayes分类方法一般需要事先对样本的分布特性作出假设,当假设模型与样本实际分布情况不相符时,就难以得到较高的分类精度。当处理同类别多区域样本分布问题,例如变标签问题时,距离判别、Fisher判别、k－近邻分类、分段线性分类等统计分析方法遇到困难。双螺旋问题不仅使统计方法受到挑战,更使人们对一般前向多层神经网络的能力提出疑问。本文提出了改进的RBF神经网络结构、核函数个数、位置与宽度优化算法。该算法的计算复杂性与一般前向三层LBF网络所用的误差反传算大致相同。核函数生成既考虑了训练集样本自身的类别因素,又考虑了错分样本与邻近类别的关系。一个核函数的最终保留与否根据其对提高测试集分类正确率的贡献大小来决定。同时实验验证了两层LBF网络对提高改进的RBF网络分类正确率的极端重要性。大量应用实例表明,与前向三层RBF网络和前向三层LBF网络相比,该IRBF网络具有收敛速度快、分类精度高、易于得到最小结构、在学习过程中不易陷入局部极小点等优点,有利于实现实时分析。