求粗糙集正域POSc(D)的表上作业法

给出了一种非常简洁的求POSC(D)的表上作业方法,此法不仅无须分别求出U/IND(C)和U/IND(D),而且省略了U/IND(C)和U/IND(D)之间的比较及求交的程序;最后,应用这一方法研究了评价和预测问题中各因素的合理赋权问题,对中国区域生态水平评价问题进行了权重挖掘,按照所得权重给出了新的评价结果.     

地面水质量评价计算方法的比较与分析--灰色聚类样点排序法的实证

在将等斜率灰色聚类法应用于地面水环境质量评价的基础上提出了灰色聚类样点排序法,并用灰色聚类样点排序法对实例进行水环境质量评价比较,讨论了灰色聚类样点排序法在权重处理过程的可行性.认为灰色聚类样点排序法兼顾到1)各测点的实测污染浓度都在级别标准范围内较有规律地变化,各污染物的标准值之间差异不太大;2)污染物分布的离散度太大,各标准值之间差别也太大这两种情况.     

深度学习在引力波数据处理中的应用初探

截至2018-01-16,LIGO已成功探测引力波事件6次.可以预期,引力波探测事件会越来越多,引力波天文学会很快进入到大数据阶段.深度学习在大数据处理方面近年来得到迅速发展.它在数据处理速度,准确度等方面都表现出极大的优势.深度学习在引力波数据处理中的应用讨论还不多.本文引入此问题,并对其进行初步研究.引力波数据最大的特点是强噪声、弱信号.现行的数据处理方法是利用匹配滤波的方式把引力波信号从强噪声中挖掘出来.同时,匹配滤波方法还可以确定引力波源的性质,定量确定其参数.匹配滤波方法的弱点是计算量巨大.这导致数据处理速度很慢.对于将来的大数据引力波天文学,这更将是一个巨大的隐患.匹配滤波方法的另一个潜在问题是,完备准确的理论波形模板是其工作的前提条件.这个潜在问题的后果是很难找到理论预期之外的引力波信号.深度学习的数据处理方法有可能在这些问题上提供出路.同时,深度学习也会遇到其自身的若干困难和问题.本文将从网络结构、训练数据制备、训练优化、对信号识别的泛化能力、对数据的特征图表示以及对特征数据遮挡的响应等方面来展开讨论.     

用同伦摄动法求解第一类超奇异积分方程

大量的物理学问题和工程问题等都可以用超奇异积分方程描述,但此类方程解析解的求解非常困难.因此相关领域的研究者将其目光投向了对其数值解的研究上.文中采用同伦摄动法求解了第一类超奇异积分方程,并运用数值算例验证了所用方法的有效性,最后将该方法应用到了断裂力学问题的求解中,且将得出的裂纹尖端应力强度因子的解与其解析解进行对比.由对比结果可知该方法在求解含裂纹的断裂力学问题时是非常有效的.     

腔镜热变形对高斯镜平凹腔激光场模式的影响

用边界元素法把具有高斯反射镜的平凹腔的衍射积分方程转化为有限阶的矩阵方程,并计算了具有高斯反射镜的平凹腔当平面输出镜发生呈高斯分布的镜面变形时谐振腔基模的场强、相位分布和本征值．结果表明,当变形量较小时,高斯镜平凹腔基模光场半径随腔镜变形量的增大而增大,但不发生畸变,远场分布基本上不受影响,本征值下降甚微,这有效地保持了激光束的质量和功率输出,并利于增益介质的利用．仅当变形量较大,如当中心变形量达到1．2λ以上时,光场分布才发生畸变,远场光斑聚焦特性和中心强度下降,基模冬征值也随变形量的增加大幅下降．     

P（AA-co-MA）/PEG聚羧酸减水剂的合成及性能研究

以丙烯酸（AA）、马来酸酐（MA）和聚乙二醇（PEG）为原料,以过硫酸钾（KPS）为引发剂,通过原位酯化法合成P（AA-co-MA）/PEG三元共聚型聚羧酸减水剂,探讨各合成因素对减水剂性能的影响。研究表明,最佳合成工艺为：n（PEG）：n（AA）：n（MA）=1.0：1.2：1.0,引发剂用量为1.5%（相对PEG、AA和MA总物质的量分数）、聚合温度为80℃、反应时间为6h。此条件下制得的减水剂具有最优的水泥净浆流动度。     

大规模简单界约束的凸二次规划新算法

利用Ｆｌｅｔｃｈｅｒ作用集方法的思想,将Ｍｕｒｔｙ等提出的正交校正共轭梯度法推广来求解具有上、下界约束的简单凸二次规划,证明了新算法具有有限步终止性,并且改进了Ｐｏｌｙａｋ的迭代法．数值结果表明,新算法比Ｐｏｌｙａｋ的迭代法求解速度快,且由于算法在求解过程中,不用求逆矩阵,零元素不用存储,也不参加运算,算法对求解大规模问题有效．数值结果还表明,新算法比Ｃｏｔｔｌｅ和Ｃｏｈｅｅｎ的ＳＯＲ法稳定．     

功能性针织运动服装面料的组织结构设计

根据功能性运动服装对织物的导湿快干和抵抗紫外线要求,选用不同细度、具有沟槽结构的新型聚酯纤维,利用点、线接触,差动效应的原理,设计出单面菠萝花织物、双面鱼眼组织织物和三层法式罗纹组织织物等3种新型结构的针织织物.可分别用于制作不同类型的体育运动服装,供人们在不同运动量和不同运动项目中穿着.