3维Maxwell方程局部1维多辛格式的能量恒等式

在理想导体边界条件下,对3维Maxwell方程的局部1维多辛Preissman格式的能量守恒性质进行研究.运用能量分析法推导了2个能量恒等式,这些恒等式说明了给出的格式在所定义的离散范数下是能量守恒和无条件稳定的,数值算例验证了结论的正确性.     

(2+1)维KD方程组的一类非亚纯行波解

通过行波变换将(2+1)维KD方程组转变为复域中的常微分方程,给出复合的(2+1)维KD方程组2(wk-3l2+3ak2 C1)u=2k4 u″-k2 a2 u3+(6k2b-3kal)u2+C2,v=lku+C1的一类非亚纯解的结构.     

平常心

人们在日常生活中常常会因受外部的刺激而发生冲动,要么表现出一些极端的行为,要么使自己的情绪、发生大的波动而影响身心健康。所以,无论在任何时候因任何情况下,一个人保持一颗平常心很重要。所谓修心,无非就是修平常之心。泰山崩于前而不惊。保持平常心,就是要不以物喜不以己悲,富贵不能淫,贫贱不能移,威武不能屈。生活平静时保持平常心易,生活出现波折时保持平常心难。尤其是在波澜起伏的人生跌宕中,保持一颗平常心更难能可贵。而越是在     

利用塑性5ε_t与中性层偏移的二辊矫直辊型设计方法

为了提高棒材二辊矫直机的矫直精度,依据棒材矫直工艺特点和矫直辊磨损区域分析,提出了"凹三凸二"的矫直辊组合形式及辊型设计方法。在辊型设计过程中,根据棒材矫直的实际变形规律,提出了塑性5εt矫直应力应变拟合原则,更加准确地描述了棒材矫直变形的应力应变关系;结合微元法对矫直棒材内部金属的受力状态及中性层偏移进行分析,推导出了含有硬化系数与中性层偏移的新弯矩比公式。在此基础上,通过对矫直力与辊面磨损关系以及残余应力和弹性芯对隐患挠度影响的综合分析,精确给出了矫直不同规格棒材时辊腰段的反弯曲率比范围,从而能最大限度地降低辊面磨损,克服因残余应力回复而导致矫直质量不稳定的缺陷。基于上述理论和方法,给出了具体设计实例,并对矫直过程进行了数值模拟分析,给出了矫直过程中影响棒材矫后精度的各参量状态。结果表明:设计辊型的残余直线度为0.64mm/m,隐患挠度为0.202 4mm/m,预测弹复后直线度小于0.85mm/m,从而显著提高了棒材的矫后精度及其稳定性,同时也验证了该设计理论与方法的正确性及有效性。     

关于二面体群的共轭类长素图

讨论二面体群的结构问题,利用GAP软件给出二面体群D2n的共轭类长素图,并完整给出当n以及n/2分别是奇数和偶数时的共轭类长素图情况.     

基于盒维数的锚杆工作荷载无损检测研究

为研究锚杆工作荷载,应用了分形理论中的盒维数方法。根据一维杆波动理论,在锚杆外露端头安装一个自激式加速度传感器,利用锚杆无损检测加载试验台分级加载、检测标定测得锚杆-围岩相互作用体系在激发荷载作用下的速度响应,计算其加速度响应曲线的盒维数,拟合得出荷载-盒维数曲线,直观地判断锚杆工作荷载和锚固质量。     

自学考试“助学二学历”优化管理探究——以南京农业大学为例

南京农业大学作为首批"助学二学历"试点单位之一,自2010年起,在本校范围内积极开展了"助学二学历"教育工作。经过几年的实践与探索,积累了丰富的教学管理经验,同时也取得了一定的成果。本文基于南京农业大学实践经验,分析了"助学二学历"开展的现状及存在的问题,提出了增强宣传力度,提高普及水平;立足学生需求,增设优势专业;加强组织建设,完善管理体系;重视过程管理,保障教学质量等策略。对自学考试"助学二学历"优化管理进行探讨,有利于高校推进自学考试事业的发展,培养复合型人才,更好地满足社会对人才多样化需求。     

几乎无偏刘估计的不可容许性

考虑了线性回归模型中,在Fisherian和Mahalanobis损失函数下,几乎无偏刘估计对于最小二乘估计的不可容许性;结论表明:几乎无偏刘估计在Mahalanobis损失函数下是不可容的;最后进行了数值模拟来表明结果.     

移动机器人运动轨迹规划平滑性研究

针对机器人操纵装置或机器人路径的平滑性研究,对轨迹节点的平滑离散是很有必要,此外,还建立了满足标准平滑度的轨迹路径。平滑起点和机器人的最终位置必须要精确定义,所以经典最小二乘法是不适用的。为了解决这个问题,提出了一种改进的最小二乘法。该方法要求首先建立一个平滑的运动轨迹,同时使其起点和终点保持一致,而且减小了机器人的驱动单元的动态负载和计算时间。     

基于加权局部梯度直方图的头部三维姿态估计

在实时估计人的头部三维姿态时,基于局部梯度方向直方图的面部特征表示方法容易受到背景和环境的影响,其检测精度无法满足实际需求。为了减少图像或视频序列中背景和环境的影响,提出了一种新的对面部特征进行描述的方法,即基于肤色权值和高斯权值加权的局部梯度方向直方图特征表示方法。在具体计算时,首先进行人脸检测并将人脸区域缩放到统一大小,然后计算人脸区域每个像素点对应的梯度方向,接着计算肤色权值并利用肤色权值和高斯权值对梯度方向进行加权得到加权局部梯度方向直方图,从而强化面部特征在直方图中的比重,有效减小背景对头部三维姿态估计的影响,最后利用非线性支持向量回归机求解加权局部梯度方向直方图与头部三维姿态之间的关系。实验结果表明:该特征表示方法具有更高的检测精度。