四川盆地上震旦统灯影组风化壳古岩溶特征及模式分析

风化壳古岩溶的发育是四川盆地上震旦统灯影组获得新突破的重要因素。基于大量野外剖面、钻井岩心及薄片观察、地震、测井及地球化学分析,在论证灯影组两套风化壳古岩溶发育的基础上,进行古岩溶相带特征研究及差异分析,进而建立相应的风化壳古岩溶发育模式。结果表明,灯影组两套风化壳古岩溶均符合缓坡模式,但受古地貌坡降差异的影响,灯四段不整合面附近岩溶作用强烈,发育大洞穴及角砾、泥岩充填物,垂向分带结构以水平潜流带和深部缓流带为主;灯二段不整合面附近岩溶作用相对和缓,溶洞充填物主要由小粒径的角砾云岩、白云岩组成,盆地范围内其垂向分带结构以垂向渗流带、水平潜流带及深部缓流带为主。     

低延迟路由器中高效开关分配机制的实现与评测

开关分配位于片上网络路由器流水线的关键路径上,对路由器以至整个片上网络的性能都会产生很大影响.已有的开关分配方法主要针对标准流水线路由器进行分析改进,缺乏对低延迟路由器中基于时间序列的开关分配方法的研究.本文首次在低延迟路由器上实现了基于时间序列的开关分配机制,并针对分配过程中优先矩阵的构造特点进行了优化改进.仿真实验结果表明在低延迟路由器中采用基于时间序列的开关分配策略可以使片上网络的性能得到很大提升.     

格中粗糙集的若干性质

利用粗糙集的理论方法,对格的粗糙集和S-模糊粗糙集的一些性质进行研究。证明了上近似算子在分配格的理想(滤子)之集上的不动点之集关于包含序构成一个凝聚的Frame,给出了下近似算子在有限格的理想(滤子)之集上不动点的刻画。最后,研究了格的S-模糊粗糙子格(理想、滤子)的一些性质。     

梁滩河底泥间隙水与上覆水中污染物分布特征

通过2010年10月和2011年2月、7月共3次对梁滩河3个断面采样分析,探讨了表层底泥间隙水和上覆水中污染物之间的分布特征,并对间隙水和上覆水中的污染物浓度进行了相关性分析;结果表明上覆水污染的空间分布趋势为:天赐温泉童善桥土主镇;表层底泥间隙水中大部分CODcr与氮盐浓度高于上覆水,磷盐刚好相反;相关性分析表明,表层底泥间隙水和上覆水中的CODcr、TN、DTP浓度显著相关,说明间隙水中CODcr、TN、DTP的浓度是其上覆水中CODcr、TN、DTP浓度的决定因素。     

后翼上反串置翼无人机气动特性研究

针对未来机体占用空间小并且具有高机动性飞行器的设计需求,提出后翼具有上反角的串置翼布局.采用N-S控制方程的有限体积法离散格式,选取剪切应力运输(SST)k-ω两方程湍流模型对以后翼上反角为变量的4组模型进行数值模拟分析.通过理论分析与验证机实验相结合的方法,研究了前后机翼间气动干扰特性以及后翼上反对飞行性能的影响.研究结果表明后翼上反角可避免平飞时前翼尾流对后翼的冲击,保证小攻角时的巡航稳定性.同时分析了由前后翼间持续相互干扰作用造成的不良影响,并提出了解决方案.研究论证了串置翼后翼上反能够替代垂尾起到横航向安定作用,并且通过取消垂直安定面降低了飞行器结构重量和浸润面积产生的阻力.      

上可嵌入图与次上可嵌入图的线性荫度

通过度再分配的方法研究上可嵌入图与次上可嵌入图的线性荫度,证明了最大度△不小于(4-3ε)~(1/3)且欧拉示性数ε≤0的上可嵌入图其线性荫度为「△/2」.对于次上可嵌入图,如果最大度△≥(4-3ε)~(1/3)且ε≤0,则其线性荫度为「△/2」.改进了文献[1]中最大度的的界.作为应用证明了双环面上的三角剖分图的线性荫度.     

NaYF_4:Yb,Er上转换发光纳米材料的合成及其在手印显现中的应用

采用溶剂热法合成出发光强度较高、颗粒尺寸较小的Na YF4∶Yb,Er上转换发光纳米材料.通过透射电子显微镜(TEM)、X射线衍射(XRD)、荧光光谱对上转换发光纳米材料的粒径形貌、晶体结构、发光性能进行表征.将上转换发光纳米材料应用于光滑客体表面汗潜手印的显现,考察了显现方法的对比度、灵敏度、选择性、背景颜色干扰、背景荧光干扰等因素.实验结果表明:与传统荧光粉末显现法相比,该显现方法具有对比度强、灵敏度高、选择性好、背景干扰低等优点.     

超空间的tightness型覆盖性质和Hurewicz选择原理

利用-覆盖给出了超空间2X赋予上半p-集补拓扑τp+的set-tightness和T-tightness的覆盖性质.研究了2x赋予上半p-集补拓扑和p-集族P(X)赋予上半Vietoris拓扑的Hurewicz型选择原理.刻画了(P(X),τv+)的αi(A,B)型选择原理的等价性.     

椭圆型边值问题的比较方法及解的存在性

利用上、下解方法及不动点理论研究了一类反应项非单调的椭圆型方程组,构造了非单调反应项的上、下控制函数,并证明了所构造的函数满足L ipsch itz条件及单调性,为讨论反应项非单调的微分方程提供了一种有效方法,获得了此系统边值问题解的存在性,并推广了已有的一些结果.     

基于软件定义片上可编程系统的卷积神经网络加速器设计

针对图像识别领域卷积神经网络(convolutional neural network, CNN)的计算需求,根据CNN的结构特点,设计出一种基于软件定义片上可编程系统(software defined system on chip,SDSoC)的加速器。首先通过修改CNN网络结构文件,选用修正线性单元(rectified linear unit, ReLU)作为激励函数,在虚拟机上训练出卷积神经网络的参数。最终完成一种占用硬件资源少,图像识别时间短和精度高的CNN硬件加速器。实验结果表明,与传统的CPU对比其识别精度提高至80%以上,消耗仅占其4.16%,识别时间从通用CPU的十几秒缩短至毫秒。资源消耗与识别时间都得到了很大程度的降低,为进一步加速提供了参考价值。