信息化陆战场多传感器系统可靠性模型

信息化陆战场上,多个传感平台(装备)综合集成为多传感器系统以实施信息收集与融合,故需要对其可靠性模型问题进行探讨。采用将战术任务转化为技术体系结构的方法,从系统及其组成部分的工作原理和功能关系出发,提出了多传感器系统的作战体系结构和功能体系结构,并在故障描述的基础上,建立了其可靠性框图与可靠性数学模型。对多传感器系统进行的可靠性预计与分配,表明该可靠性模型可以应用于可靠性研究、分析和设计中。     

数字MMDS电视覆盖方案设计

一、数字MMDS的特点及其应用 MMDS是一种无线通信技术的缩写，它的英文全名为Multichannel Microwave Distribution System，中文含义叫多路微波分配系统。80年代初使用于美国，90年代初传人中国。当时MMDS是以传送模拟电视节目为目的，随着科学技术的不断发展，MMDS技术正面临模拟单向系统，向数字双向的转变。我们这里讨论的就是采用MMDS通信技术传送DVB—C标准的数字电视节目。若采用MPEG-2数字压缩技术进行信源编码，用64QAM调制技术进行信道传输，     

谈北村《玛卓的爱情》的多声部叙事

20世纪80年代末90年代初，作为先锋作家，北村突出先锋小说的形式实验特点，写出了形式感很强的“者说”系列小说，而到了1994年的《玛卓的爱情》却转变到注重故事的讲述，以变换叙述者的形式，体现其先锋小说的特点，这种“多声部”的叙事方式造成一种音乐“混响”的艺术效果。     

一日吃几餐好

一日三餐的就餐习惯，好像是约定俗成的，但实际上．如果你超过5h不吃任何东西。就会饿得失去控制。反而顾不得健康目标和营养观念，看到什么就吃，无法抵抗食物的诱惑。因此，越来越多的人发觉，饮食讲究少食多餐是有一定科学道理的。     

多片生成元集分形介质层的波反射

该文研究了多片任意生成元集（即更加广义的Ｃａｎｔｏｒ集）分形介质层的垂直入射及斜入射的反射透射谱，给出了这种情况下的一般自相似递推谱算法．这种算法能得到任意级次、任意结构及任意入射角条件下的振幅谱．文中所给出的一类反射谱是一种准周期自相似谱，有望在电子对抗、薄膜光学及光电器件等重要领域获得应用．     

《多绳落地钢井架设计专家系统》软件的实现

本文介绍了面向矿山特种结构工程的一个专家系统，并论述了程序设计的原理、系统的功能，以及与ＡＵＴＯＣＡＤ软件包的接口。     

多层弹性体空间一般问题的解析解

本文利用广义柔度矩阵递推法,成功地导出了多层半无限弹性体空间一般问题,在任意荷载作用和两种层间接触条件下的通解.对于这个通解,不管弹性体的层数为多少,最后均不需再解任何联立方程.作为应用,文末计算了地基位移和应力问题实例.     

R.C.曲线交叉粱系双目标优化设计的研究

本文对R.C正交直线-曲线粱系进行双目标优化设计,取结构造价和钢筋用量两类指标构造目标函数,建立了此类结构的基于Pareto最优性准则的数学模型,并对“线性加权和算法”进行改进,由此求得的综合最优解与一般算法的解答基本重合,而迭代计算的工作量却显著减少。对数值计算结果进行分析、讨论,得出一些比单目标优化设计更有理论和实际意义的结论。     

边界元法在计算地下水稳定水位和流量中的应用

边界元法是一种新的数值计算方法。该法易于处理无限区域的地下水流问题,并且计算流量也较其他方法准确。本文介绍在二维稳定流的情况下如何计算地下水的水头和流量。承压含水层中的稳定流动,水头H满足拉普拉斯方程。利用格林第二公式,可以得到边界积分方程,即边界元的基本公式。可以用数值方法计算这一边界积分。为此,在边界上选取有限个点,称为节点,两节点间的线段称为单元。本文中选用线性单元和线性插值。引进局部坐标系,可以得到表示H和( H/ n)关系的方程。我们可以选一个节点作为固定的基点,其他节点为动点,对于每一选择都可得到一个方程。依次把每一节点作为基点,可得到N个方程,构成一个线性代数方程组。根据边界条件,每一节点中的H或( H/ n)有一个是已知的,解方程组可求出另一个。解出边界上的全部H和( H/ n)以后,可算出内部的水头和流量。对于非均质问题可划分为几个区域来处理。分界线上要满足相容性方程。对于( H/ n)的不连续点,可用“节点多值法”处理。     

基于多粒度的异质图表示

异质图表示学习旨在将图中的语义信息和异质的结构信息嵌入到低维向量空间中。目前大多数的异质图表示学习方法主要通过基于元路径、元图和网络模式的采样以保留图中同类型节点间的单粒度局部结构,忽略了现实世界中复杂异质图具有的丰富的层次结构。商空间理论中的多粒度思想可以在不同粒度内捕获节点间的潜在联系。因此,为在异质图表示中有效地保留层次结构的信息,文章提出一个基于多粒度的异质图表示方法（Heterogeneous Graph Representations Based on Multi-granularity,HeMug）。该方法首先基于不同元路径构建多个同质子图,并利用多粒度的粗化思想,将每个同质子图分别粗化形成多个多粒度子网络,以保留异质图中同类型节点在给定元路径下的层次结构。其次,利用多粒度的细化思想,将每个多粒度子网络最粗层通过现有表示学习方法获得的节点表示逐层细化,以得到节点在每个多粒度子网络下的表示。最后,设计注意力机制以融合节点在不同元路径对应的多粒度子网络下的表示。在四个真实数据集上的实验结果表明,与对比算法相比,提出的HeMug获得了更有效的节点表示。