基于源活度反演计算的γ辐射场数据重构方法

三维辐射场是反映核设施内真实外照射分布的重要数据库,可为核设施现场建立有效的屏蔽措施及确定合理的作业方案提供数据基础。为了重构出与实际较为相符的三维γ辐射场,结合点核积分理论,该文利用最小二乘法和Gauss-Seidel迭代算法,建立了基于源活度反演计算的γ辐射场重构方法,研究了所选取测量点位置对源活度反演结果的影响,并结合某核电现场的实地测量数据对该重建方法进行了实验验证与计算分析。结果表明:在现场实验中基于源活度反演算法重构出的γ辐射场数据与相对应的测量数据之间的偏差约为10%,能够满足核设施现场辐射防护的计算需要,可为其现场的辐射防护最优化提供技术支持。     

泰安市城区环境空气可吸入颗粒物源解析研究

本研究主要建立了泰安市可吸入颗粒物(PM10)的源与受体成分谱数据库，通过化学质量平衡(CMB)受体模型进行解析，得出了采暖期和非采暖期各颗粒物污染源对空气可吸入颗粒物污染物的贡献值和分担率，为有针对性的尘污染防治提供科学依据．     

滇黔桂低温成矿域基底岩石的锆石年代学研究

陇要超基性岩的变质岩捕虏体,为探讨滇黔桂低温成矿域的基底岩石组成提供了极佳的线索．初步的碎屑锆石SHRIMP和LA-ICP-MS年代学研究显示,原岩沉积时代的下限约为430Ma,相当于晚志留世一早泥盆世,该组锆石可能主要来源于盆地南侧坍塌的早古生代晚期（广西期）造山带;沉积物源区地壳可能主要存在-430Ma,-520Ma,-770Ma,-860Ma,-960Ma,-1100Ma和-2500Ma等七组地壳或再循环地壳组分;对于深厚覆盖区之下的基底岩石类型及其性质,深源岩石包体能够提供其他研究对象无法提供的直接证据．     

基于分布源边界点法的新型近场声全息技术

文章提出采用分布源边界点法作为近场声全息变换算法,建立了基于分布源边界点法的新型近场声全息理论,该方法避开了采用边界元法时所存在的复杂的变量插值、奇异积分的处理、特征波数处解的非唯一性处理等问题,具有计算速度快、计算精度高、计算稳定性好等优点;针对重建结果对测量误差的高度敏感性,提出采用Tikhonov正则化方法稳定重建过程,抑制了重建误差的影响;提出新型的半自由声场全息重建和预测方法,解决了存在地面反射的声场的全息重建问题,对音箱源的研究验证了文中方法的可行性和正确性。     

异形柱内力分析及简化计算

由于异形柱的特殊截面形式,使得内力分布与变形同矩形柱有较大差别。针对异形柱结构的受力特点,提出异形柱刚度的等效原则,使得对异形柱的内力分析更加的准确,以供工程设计人员参考。     

基于决策树的多源遥感数据分类

遥感影像是获取土地覆盖信息的重要手段。分析了影响决策树分类的特征因子,并根据这些因子构建分类决策树。结合中分辨率多源遥感数据,对贡嘎山区进行土地覆盖分类,通过与最大似然法分析对比,基于决策树的多源数据分类对试验区的分类精度(总体精度85.71%,Kappa系数0.83)远高于基于像素的最大似然法监督分类(总体精度63.56%,Kappa系数0.58)。     

基于互易性原理的车内噪声控制研究

针对传统噪声传递函数(NTF)计算流程存在效率低的问题,引入互易性原理,建立了逆向计算NTF的流程。将此流程应用于开发中的车型,得到NTF分析结果,经后处理通过板件振动分布、工作变形(ODS)、结构模态贡献等信息确定了噪声源位置,从而解决了诊断过程中计算量大的问题。实例表明,基于互易性原理的车内噪声控制方法能够有效提高识别并优化车内噪声问题的效率,证明了该方法的可行性与有效性。     

微波吸收剂吸波性能对比分析

为了对比不同类型微波吸收剂及其混合物的吸波性能,利用MG公式,计算了X波段电阻型碳纤维吸收剂和磁介质型铁氧体吸收剂在不同配比下的混合物的等效电磁参数,并分别分析了其吸波性能。通过对比材料的阻抗匹配特性和衰减系数表明,在铁氧体中添加碳纤维并不能提高吸波性能。虽然混合吸收剂兼具电损耗和磁损耗,可以增强对电磁波的衰减,但是由于一般的电性材料具有较高的介电常数,掺杂磁性材料会破坏材料的阻抗匹配特性,使得表面反射增强,吸波性能得不到改善。     

基于改进多核学习的多传感数据分类方法研究

物联网（internet of things,IoT）技术中结合多个数据源互补信息提高数据分类准确率的研究受到了越来越多的关注。针对物联网无线传感器采集到数据的多源异构特性,给出了一种基于改进多核学习支持向量机（improved multi-kernel learning-support vector machine,IMKL-SVM）的IoT数据分类方法。传统的多核学习方法中核函数主要是采用经验法选取核函数类型及参数,本文改进方法在确定核函数类型及参数时分为两步：首先采用交叉验证方法初步确定核函数类型及参数;其次在第一步结果中利用支持向量机（SVM）同时训练样本和优化多核函数的类型及参数。实验中针对温度、湿度、光照、大气压力等4种数据设计了两组数据——第一组数据被标记为上午、中下午、傍晚、夜间4类,第二组数据被标记为白天、傍晚、夜间3类,比较了本文的IMKL-SVM方法、单核SVM方法及传统MKL-SVM方法在两组数据集上的分类准确率。此外,针对UCI公开数据集AReM进行了分类实验,实验结果表明IMKL-SVM方法针对具有多源异构特性的物联网数据实现了较高的分类准确率。     

黄河源区蒸散量变化与生态恶化的关系

利用20世纪80年代以来黄河源区水文和气象资料,分析了该区蒸散量、日照时数、气温、空气饱和差的变化趋势,并着重研究了诸因子对蒸散量的影响.结果表明,源区蒸散量呈逐年增大趋势;而作为主要影响因子的日照时数则以3.6h/a的速度增加;气温以0.04℃/a的速度递增;空气饱和差也以0.02hPa/a的速度递增.因此,可以认为,源区日照时数、气温及饱和差的增加,加剧了草地蒸散发,生态的恶化也加大了蒸散量,蒸散量的增大和降水量的减少则直接造成了源区流量的减少和生态的恶化.