以培养学生创新能力为目标的计算机教学改革的思考

建立创新型国家,需要培养大批的创新型人才。只有加强培养大学生的创新能力,学生参加工作才具有可持续发展的能力。如何培养大学生具有较强实践和创新能力,必须改革传统的计算机教学模式,强化实验环节,积极参与课外科技活动,培养学生构建计算机应用系统的能力。     

退化系统的α-幂过程维修模型的最优更换策略的单调性

研究了退化系统的α-幂过程维修模型的最优更换策略的单调性.根据最优更换策略关于其每一参数的单调性, 当参数改变时,我们可以相应改变更换策略.     

仿射代数群同态定理及其推广

利用仿射代数的基本定理及性质,证明了仿射代数群同态定理,并对仿射代数群同态定理作出相应的推广.     

杂化材料[Mn(H2O)(2,2''''-bipy)V2O6]的合成与表征

合成并表征了新化合物[Mn(H2O)(2,2'-bipy)V2O6],且对化合物进行了相应的红外、热重分析.结果表明:该化合物的空间群是Pca2(1),其晶胞参数为a=9.170 2(2),b=10.477 3(8),c=14.523 1(3)(A),V=1 393.54(10) (A)3且Z=4;该化合物的结构特征是钒氧四面体[VO4]以共顶点构成的钒氧链,[MnN2O4]八面体将钒氧链连成层;配体2,2'-联吡啶则分布于层的上下两侧,并以π-π相互作用将层与层之间连接起来.     

改进的粒子群优化算法结合人工神经网络用于有机物毒性的QSAR研究

介绍了粒子群优化算法和Alopex-B算法的基本原理,提出了一种用Alopex-B算法改进的粒子群优化算法,并将其应用于函数优化和有机物毒性的QSAR研究。结果表明:改进型粒子群算法对复杂的测试函数搜索效率明显提高,应用于有机物毒性的QSAR研究能提高计算的精确度,降低预测误差。     

基于粒子群算法的火炮伺服系统摩擦参数辨识

针对火炮交流伺服系统中存在的非线性动态摩擦,为了提高火炮伺服系统的跟踪精度,提出了一种基于粒子群的LuGre摩擦参数两步辨识方法。利用Stribeck曲线辨识了4个静态参数,利用滞滑极限辨识了2个动态参数,完成了摩擦力矩的动态补偿。实验结果表明了该算法的合理性,火炮伺服系统的正弦跟踪最大误差为1.25 mrad,精度完全达到了军标要求。     

粒子群优化算法在柔性边缘检测方法选取中的应用

边缘检测是图像处理中很重要的组成部分,其效果好坏直接影响到后面的图像分析。柔性形态变换用于图像边缘检测的方法有多种,粒子群优化(PSO)算法是一种有效的全局优化方法,广泛应用于函数优化,神经网络训练以及模糊系统控制等领域。该文将粒子群算法引入柔性形态学用来选取最佳图像边缘检测方法。实验结果证明,该文所提方法行之有效,值得推广。     

海鞘提取物2-(4-甲氧基苯基)-2-氧代乙酸甲酯的合成

目的合成从太平洋海鞘Polycarpa aurata中提取的天然产物2-(4-甲氧基苯基)-2-氧代乙酸甲酯。方法采取实验的方法,即以苯甲醚为起始原料,经溴化制成Grignard试剂后,和草酸二甲酯在-40℃至室温反应2 h。结果得到2-(4-甲氧基苯基)-2-氧代乙酸甲酯,产率71.1%,并用IR,MS,1H NMR以及元素分析进行了表征。结论所用实验方法,原料易得,和其他合成方法相比产率较高。     

三能级原子振幅退相干的Bang-Bang动力学控制

采用量子Bang-Bang控制技术对三能级原子系统的振幅退相干动力学解耦进行了研究. 分别给出了3种不同的能级结构下满足解耦条件的Bang-Bang控制群和这些控制群的具体的脉冲序列.     

基于混沌粒子群算法(CPSO)在目标选址问题中的分析

基于国土资源有限的情况下,为使兴建的新工厂和设备在空间资源得到合理分配,对兴建的新工厂和设备等目标建立选址模型,并将蚁群算法,粒子群算法和混沌粒子群优化算法应用在该模型中,由模型数据的三种算法而对得到的数值进行对比和分析证实,混沌粒子群算法在目标选址问题上具有更好的寻优效果。