对流边界层顶部夹卷速度参数化的分析研究

应用 1979年 7月美国CIRCE试验边界层观测资料对两个夹卷速度参数化方案进行了对比验证 ,结果表明 :基于简单夹卷层结构模型的参数化方案we/w =A·Ri- 1 只适用于自由对流边界层 ,当对流边界层中存在较强机械湍流时 ,该方案变得不再适用 ;而基于“侵吞模型”的参数化方案we/w =B·θ /(Γzi)则不仅适用于自由对流边界层 ,对于含有较强机械湍流的对流边界层也能较好地符合 ,因而具有较强的适用性 .当对流边界层受机械湍流和浮力湍流共同驱动时 ,仅以浮力对流速度w 表征混合层垂直湍流速度尺度是不恰当的 ,还应该包含机械湍流的贡献 .对比验证表明 ,这一改进非常有效 ,不仅使物理意义更加合理 ,也使夹卷速度参数化方案与实际大气状况符合得更好     

税务远程申报系统的设计与实现

介绍了税务远程申报系统NTDS的整体设计方案和关键技术的实现。着重分析了XML技术应用于异构数据源间的集成与交互;利用PKI不对称加密算法与DES对称加密算法相结合的方案,提高网络数据在远程传输过程中的加密效率,及利用Java多线程技术成功解决了税务远程申报系统在并发性方面的难题。给出了系统稳定运行后的相关测试数据和结论。     

黄骅港外航道大风骤淤的机理及其整治

黄骅港位于渤海湾西南，是建在淤泥质海岸上的人工港，在特殊大风期间，即E向或ENE向6级以上的海向风廷时14小时以上时，外航道的淤积量大大超过原先的预测值，且淤积物为密实、坚硬、难以疏浚的粉沙。本研究表明，这一问题产生的原因是堤头旋涡的输沙作用，卫星图像和数模证明了堤头旋涡的存在；同时还对设置垂直和平行于海岸线防波堤的两种整治方案作了讨论。     

三分仓容克式空号预热器安装方案优化探讨

本人有幸参加了深圳西部电厂、华能汕头电厂、粤电汕尾电厂的锅炉本体空气预热器的安装工作。粤电汕尾电厂在安装过程采用了本人经验中最优安装方案，这里对该安装方案深入分析，总结经验。以便日后给安装人员提供技术参考，少走弯路，提高效率。     

数据存储方案分析

指出了企业数据存储的重要性和必要性，介绍了当前在数据存储领域里已经存在的几种存储模式，分析了DAS、SAN、NAS几种存储模式的特点，并对这几种模式的优、缺点进行了比较，最后针对不同企业对数据存储的不同需求，提出了企业数据存储方案的选择原则和基本方法。     

重要数据信息的网络安全控制与防范

针对网络数据信息面临的威胁,从物理安全、访问控制、加密技术等几个方面,对重要数据信息的网络安全策略进行了深入分析,并对网络数据信息的安全与防范技术进行了展望.     

浅谈建筑防水

建筑物的防水是建筑工程的重要组成部份，属于房屋建造中的一项功能质量保障项目，建筑物一旦发生渗漏水，直接影响人们的生产、生活安定和环境质量。因而建筑物的防水工程具有保证与发挥房屋建筑的使用功能，延长建筑物寿命的作用。     

基于认证和加密技术的安全多媒体传输方案

本文提出一种安全可靠的多媒体传输方案 ,将多媒体编码过程与认证过程相结合 ,信道编码过程与加密过程相结合 ,既实现了对多媒体敏感区域的认证功能 ,又实现了对整个数据流的加密保护 .其中 ,认证过程对敏感数据进行数字签名 ,并将此签名嵌入敏感区域 ,它可以检测出恶意篡改或传输错误 ;信道编码加密过程是将纠错编码与混沌流密码相结合 ,同时具有纠错功能和加密功能 .理论分析可见 ,认证和加密过程都与编码过程相结合 ,计算复杂度低 ,而且保持了信道编码的容错能力 .实验结果表明 ,此方案具有较高的安全性 ,适合多媒体数据的安全传输 .     

低成本远传网络组建方案——VPN原理分析和组建实例及配置方法

随着企业的发展和计算机网络系统使用的日益普及 ,企业与分支机构间需要交换的信息数据越来越多 ,一大批企业需要组建自己的数据远传网络系统 .怎样合理地组建数据远传网络 ,是一个急需解决的问题 .当前一般有三种方案 .一是电信专线 ,二是长途拨号 ,三是通过互联网来传输 .利用电信专线传输 ,虽然安全 ,但成本太高 ;长途拨号 ,数据信息传输量和速度又受到极大的限制 ;利用互联网传输 ,数据安全隐患很难排除 .本文讲述一种利用日益成熟的虚拟专用网络 ( Virtual Private Network,简称 VPN)技术 ,组建异地数据远传网络 ,它可以满足降低成本和保障数据安全两方面的要求 .可谓是“鱼与熊掌兼得”的方案     

基于卷积神经网络的多天线Polar码联合解调-解码方案

为了验证运用神经网络进行信道解码的可行性,利用其提高短码长Polar码的译码准确率,提出了一种基于卷积神经网络(convolutional neural network,CNN)的多天线(multiple-input multiple-output)Polar码新颖联合解调-解码方案.搭建了一种包括4个卷积层,2个全连接层和1个输出层的卷积神经网络,采用最小均方误差作为损失函数,通过计算机生成了Polar码编码的多天线数据并对网络进行训练,使训练得到的神经网络能很好地提取出Polar码比特间的关系特征,从而拟合出Polar码译码函数.仿真结果表明,在相同信噪比条件下,基于CNN的Po-lar码联合解调-解码方案的误码率优于已有的基于全连接神经网络方案;所提方案在不同码率的仿真实验中的误码率皆优于基于全连接神经网络方案,损失曲线的收敛速度更快,显示了基于CNN的Polar码联合解调-解码方案具有更好的泛化能力和学习能力.