通用分布式虚拟现实软件开发平台的研究

为了适应分布式虚拟现实应用系统的开发需要,在通用虚拟现实软件开发平台VRMagic的基础上,结合高层体系结构(HLA),研发出通用分布式虚拟现实软件开发平台D-VRMagic.详细介绍了D-VRMagic的网络架构和对象模型的构建过程,并在此基础上提出了管理者设计规范和通用客户端模型.最后以网络五子棋的实现为例,对D-VRMagic进行了验证.结果表明该平台具有较高的开发效率、可扩展性和通用性.     

基于G/G/1排队模型的802.11 DCF延迟分析

针对现有802.11 DCF分析模型在进行退避机制分析时不考虑周围节点状态的不足,提出了一种非饱和情况下IEEE 802.11 DCF协议的性能分析方法,推导出了以802.11 DCF为媒体访问控制(MAC)层协议的单跳无线网络中,MAC层的分组延迟及其抖动表达式,并分析了不同分组到达速率、节点数和退避窗口大小对MAC层分组冲突概率、延迟及其抖动的影响.仿真结果表明:MAC层的分组冲突概率、延迟及其抖动随着分组到达速率、节点数的增加而增加;以冲突概率的增加为代价,减小最小退避窗口可以减小MAC层的分组延迟及其抖动.     

一种新型的多址接入中继协作方案

现有多址中继协作方案的编码增益有限且用户之间不能相互辅助,为此,文中提出了一种结合网络与信道编码的多址中继协作方案:在中继端利用网络编码将不同用户的编码冗余同时转发,目的端通过对某个用户信息的正确译码恢复出其他用户的编码冗余.通过对译码错误事件概率的分析,推导了该方案的中断率与误码率近似值表达式.仿真结果表明,随着信噪比的提升,文中方案可获得比编码协作更好的中断率和误码率性能,同时信噪比较高的用户还可辅助提升信噪比较低的用户的性能.     

网络监督视角下的廉政建设研究

网络监督的发展给中国的廉政建设带来新的机遇和挑战。通过对网络监督的概念、特征的研究,可以看出网络监督对廉政建设的正负效应。这对于加强党的建设具有重要的意义。     

大学英语网络自主学习成效归因研究

随着高等教育和信息技术的发展,大学英语网络自主学习及其学习者比例的扩大,网络自主学习的优势充分体现.但是,研究数据也表明,学习者个体学习成效却有相当大的差异.对网络环境下大学英语自主学习成效进行归因研究日显重要.基于社会心理学中常见归因分析方式,就网络自主学习中学习策略指导、合作学习模式组织及合作学习活动设计等方面进行归因探究并提出可行性建议.     

天然气气化炉内介质乙二醇非稳态耦合热流场研究

目的 在天然气工业化应用中,液化天然气的高效气化是关键影响因素,为了在国家能源改革的大背景下,尽可能提升现有气化设备的运行效能,采用 ANSYS Fluent 软件对一种采用乙二醇作为中间载热介质的天然气气化炉内非稳态耦合热流场进行数值模拟。 方法 通过深入研究天然气气化炉传热传质机理,在总结前人研究仅考虑对流换热情况不足的情况下,将辐射换热加以考虑,构建出大空间非稳态自然对流及介质参与性辐射耦合传热模型,通过天然气加热、传热流动试验装置,对边界条件进行实验校准,验证数值分析模型的正确性。 结果 中间载热介质为乙二醇的气化炉运行时长达到 2. 0 h 后,传热量趋于稳定,内部热流场不再发生明显扰动,表明气化炉进入稳定运行阶段,此时炉内整体加热效率仅为 87. 35%,其中介质参与性辐射占总传热量的 27. 01%,气化炉底部形了范围较小的低温带,表明该工况下其内部运行存在难以消除的流动死角。 结论 在本文设置的工况下成,大筒体天然气气化炉内部流场分布情况不佳,气化炉的加热效率和启动时间有待进一步优化,炉内主要换热形式仍是自然对流,但不可忽略介质参与性辐射对总传热的贡献。     

FWNN for Interval Estimation with Interval Learning Algorithm

ＦＷＮＮｆｏｒＩｎｔｅｒｖａｌＥｓｔｉｍａｔｉｏｎｗｉｔｈＩｎｔｅｒｖａｌＬｅａｒｎｉｎｇＡｌｇｏｒｉｔｈｍＷａｎｇＬｉｎｇ,ＬｉｕＦａｎｇ＆ＪｉａｏＬｉｃｈｅｎｇＳｔａｔｅＫｅｙＬａｂｏｆＲＳＰａｎｄＮＮＲｅｓｅａｒｃｈＣｅｎｔｅｒ,Ｘｉｄｉａｎ...     

基于BP神经网络的房地产市场比较法价格评估

将ＢＰ神经网络理论应用于房地产市场比较法价格评估,讨论了网络结构的设计、学习算法等问题;计算实例表明,应用神经网络评估房地产价格具有方便、真实、可靠的特点。     

基于神经网络和微分对策理论的制导律

根据微分对策制导律目前面临的困境,本文尝试将神经网络引入微分对策制导律。采用ＢＰ模型,将微分对策的定量和定性分析结合起来。以导弹与飞机格斗为例,探讨其实现的可能性和优点,为将来发展基于微分对策理论的智能制导律提供了一定的思路。     

用神经网络实现线性系统状态估计

本文研究了一种用神经网络解决线性动态系统状态估计问题的方法。使用了动态优化技术设置Ｈｏｐｆｉｅｌｄ网络的加权矩阵。仿真结果显示本文研究的方法具有广泛的适用性。此方法对于大型系统实时估计具有很大的应用潜力。