团簇Co3FeP异构化反应的热力学与动力学研究

为了寻找团簇Co₃FeP的稳定性、结构和内部作用力等规律，利用密度泛函理论，在B3LYP/Lanl2dz的量化水平下对团簇Co₃FeP进行理论计算，得到5种优化构型，并从化学反应热力学与动力学的角度对其异构化反应中的反应物、过渡态和生成物进行了讨论分析。结果表明，所有构型均为C1对称且构型的空间结构对其熵值有影响；构型的稳定性主要由金属原子与非金属原子所决定，并且在常温常压下构型1^（3）、2^（3）和3^（3）可以稳定存在，是大部分异构化反应的最终产物。因此，在实际材料的开发中，不仅需要注意金属原子与非金属原子之间的作用力以确保构型的稳定性，还应首先考虑对稳定构型1^（3）、2^（3）和3^（3）进行相关研究。     

基于熵评价模态分解的雷达信号双谱特征识别

针对在低信噪比下雷达信号调制识别准确率低、抗噪性差的问题, 提出一种基于熵评价模态分解和双谱特征提取的识别方法。利用双谱可以抑制高斯噪声的特点, 分析了在低信噪比下进行信号调制识别的可行性并引入了噪声项。由于噪声项的干扰, 双谱在0 dB以下时, 噪声抑制效果变差, 提出了基于信息熵评价的经验模态化分解对信号进行预处理, 提高信噪比。最后, 设计了卷积神经网络分类器, 实现对不同调制类型信号的识别。仿真实验结果表明, 本文方法相比传统方法具有良好的抗噪性, 能够在低信噪比下对不同类型信号进行有效识别。     

海上电泵结蜡井热循环洗井工艺参数优化设计

为探索海上油田电泵举升结蜡井热循环洗井工艺井筒温度场分布规律，综合考虑潜油电机增温、电缆散热、热流体注入量、注入深度、注入温度、结蜡管段传热和海水空气导热的影响，基于热能守恒原理，建立了电泵井结蜡热循环洗井工艺井筒温度场计算模型，分析了热流体注入温度和注入量对混合产出流体的井筒温度分布的影响。研究结果表明，随着注入量的增加混合产出液沿程井筒温度增加，随着注入温度的增加混合产出液沿程井筒温度增加。该方法可有效指导现场措施工艺的实施，达到延长结蜡井的清蜡周期、延缓产液/产油量下降速度的目的。     

温度和机械载荷联合作用下油田超深井中硬质涂层膨胀锥与套管的屈服挤毁压强及试验验证

在充分考虑温度载荷、机械载荷、硬质涂层膨胀锥硬度、套管硬度对膨胀锥与套管之间屈服挤毁压强影响的基础上,根据分形理论和接触力学推导出膨胀锥与套管之间屈服挤毁压强的计算公式.数值分析表明:膨胀锥与套管之间的屈服挤毁压强随最终温度、分形粗糙度、线膨胀系数、硬质涂层膨胀锥布氏硬度、中间主应力系数、套管壁厚的增大而增大;当分形维数从1增大时,膨胀锥与套管之间的屈服挤毁压强随分形维数的增大而减小;当分形维数增大到接近于2时,膨胀锥与套管之间的屈服挤毁压强随分形维数的增大而增大;随拉压强度比的增大,膨胀锥与套管之间的屈服挤毁压强减小.屈服挤毁压强的计算值与试验测试值之间的相对误差为-8.9253%～-0.9901%.     

基于多变量希尔伯特频域模型的癫痫发作预测

癫痫发作具有突发性和反复性,对患者生命安全构成巨大威胁.为了对癫痫发作进行有效地预测,提出了多变量希尔伯特频域模型的癫痫发作预测方法.将希尔伯特边际谱、希尔伯特边际谱的变化方向和希尔伯特加权频率组成一个三维特征向量作为多变量希尔伯特频域模型,输入到支持相量机中,实现癫痫的发作预测,最后采用癫痫发作预测特征方法对预测结果进行评估.实验结果表明:采用多变量希尔伯特频域模型分析方法预测δ波和θ波的癫痫发作,癫痫预测范围在30~45 min,患者有足够的时间采取措施应对;癫痫发作周期在5~10 min,缩短患者等待时间,降低焦虑程度;与多种相关方法进行比较,该方法具有较低的错误预报率和较高的预测敏感度.     

搜寻平面机构中虚约束的拆杆组法

本文根据机构的组成原理,提出一种搜寻机构中虚约束的新方法一拆杆组法,用该方法能方便地判断出机构中所含的虚约束,同时能迅速排除含有特定几何条件而实际上并不存在虚约束的机构.     

集成有源负载放大器的研究

本文重点介绍了集成有源负载放大器的分析方法,并以镜像电流源为例详细介绍、对比了两种方法(图解分析法和微变等效电路分析法)。此外,介绍了用厄雷电压计算 Av 的简便方法。     

LehmerDH数在模p剩余系的分布

设 p≥ 3为素数 ,集合A ={a|1≤a 相似文献   

Solving Non-Uniqueness in Agglomerative Hierarchical Clustering Using Multidendrograms

In agglomerative hierarchical clustering, pair-group methods suffer from a problem of non-uniqueness when two or more distances between different clusters coincide during the amalgamation process. The traditional approach for solving this drawback has been to take any arbitrary criterion in order to break ties between distances, which results in different hierarchical classifications depending on the criterion followed. In this article we propose a variable-group algorithm that consists in grouping more than two clusters at the same time when ties occur. We give a tree representation for the results of the algorithm, which we call a multidendrogram, as well as a generalization of the Lance andWilliams’ formula which enables the implementation of the algorithm in a recursive way. The authors thank A. Arenas for discussion and helpful comments. This work was partially supported by DGES of the Spanish Government Project No. FIS2006–13321–C02–02 and by a grant of Universitat Rovira i Virgili.