双单叶星形和凸函数的系数边界

通过限定单叶函数及其逆分别从属于不同的对象,定义了两类一般化的双单叶星形族S*(a1,b1,a2,b2,α1,α2)和凸族K*(a1,b1,a2,b2,α1,α2).讨论得到它们泰勒展式中前两项系数的边界估计值.     

水平力在窄桩台码头排架中分配研究

针对窄桩台高桩码头排架中水平集中力的横向分力分配系数建立新的简化模型,给出模型求解方法.确定水平集中力的横向分力在窄桩台码头各排架中的分配系数时,排架简化为支撑弹簧,码头上部结构在水平方向不能再被视为刚性连续梁,而应该看作柔性连续梁.提出了排架水平刚性系数和弹性连续梁的求解公式,并编制成电子表格,只需要输入码头尺寸和材料参数等,即可直接得到分配系数.对于窄桩台码头,最不利排架可能不再是端部排架,且规范计算得到的最不利分配系数偏小,可能会存在安全隐患.用电子表格计算分配系数可提高设计精度,确保结构安全可靠.研究结果可以为结构设计和规范修订提供参考.     

基于小波变换系数去冗余的图像无损压缩方法

本文对基于DPCM与整数小波相结合的算法在无损图像压缩中的应用进行了深入研究.研究表明,分块图像数据经过整数小波变换后仍存在冗余,对这些冗余的数据进行分析,可通过DPCM编码,对变换后的数据做进一步的压缩.由于5/3整数小波变换的特性,其冗余信息主要分布在水平、垂直和对角线的方向.因此,本文在大量实验数据的基础上,提出了一种按照冗余信息的分布规律,构造出预测模板,再对变换后的不同的子带系数选择相应的、开销最小的模板进行残差系数冗余信息去除的方法.实验结果表明,所提出方法的残差系数的平均码长比原始图像的平均码长减小了2.61,总压缩率比JPEG 2000压缩率平均提升了4.63%,相比原始图像直接进行DPCM编码压缩率平均提升了6.16%,同时因其算法简单,非常适合于硬件FPGA上的实现.     

无线传感器网络中一种基于能量判决门限的改进AODV路由算法

提出了一种基于能量判决门限的改进AODV路由算法,在路由过程中引入初始能量判决门限和门限变换系数,以求尽量降低网络中的能量消耗,使其更加适用于无线传感器网络.仿真结果表明,该算法减少了整个网络中的能量消耗,适用于低功耗的无线传感器网络.     

变系数模型的减小方差估计

提出了一种变系数模型的减小方差估计。在任意估计点,利用其附近3个点的局部线性估计的线性组合得到减小方差估计。所得估计与局部线性估计有相同的渐近条件偏差,但较局部线性估计有更小的渐近条件方差,而且该估计具有局部线性估计的良好性质,局部线性估计所采用的窗宽选取方法均可直接应用于该估计。通过数值模拟计算,表明所提出的方法在有限样本下也可以有效地降低估计方差。     

桥东油田青东5块区透空式箱涵进海路断面物理模型试验

在研究透空式箱涵进海路稳定性的基础上,修改上部结构以满足其稳定性.分析箱涵的透浪性能,并通过箱涵波压力测力试验,得到控制水位下箱涵所受的最大波压力以及各测力点随水位变化的折线图,箱涵波压力的分布规律.论证透空式箱涵进海路结构透浪性能及箱涵受力特点,确定合理的透空堤结构形式.     

基于相似系数的双资源单元构建问题的研究

单元制造能够结合工作车间方式的灵活性和流水线方式的高效率,同时也能以近似刚性流水线的成本来生产多品种少批量产品,因此它成为现代企业的宠儿。今在文献回顾的基础上,总结了目前研究存在的问题,构建了以相似系数为基础的双资源约束的单元构建模型,并将应用提出的数学模型与文献中的案例进行对比分析,发现5个对比案例在Voids和EEs两个指标上都优于以往的文献结果,从而证明了所提模型的有效性。     

基于权重系数模糊C均值聚类

传统基于模糊C均值聚类图像分割算法易受复杂纹理和噪声干扰,无法准确分割图像。针对这一现象,提出一种基于权重系数模糊C均值聚类算法,并将其应用于图像分割中。算法定义权重系数矩阵,将每个像点的邻域信息引入到像点间相似性度量中,计算每个像点与聚类中心点的邻域相似程度,根据权重系数矩阵确定邻域中每个像点在邻域特征计算中所占权重,增强了算法对噪点和杂波的鲁棒性。实验结果表明,与传统模糊C均值聚类算法相比,该文算法获得更加精确的图像分割结果。     

低雷诺数下五圆柱绕流的数值模拟研究

基于四叉树自适应网格,采用有限体积法求解二维不可压粘性N-S方程,对X型排列和十字型排列的五圆柱绕流进行了模拟,计算均在Re=100的条件下进行.在文中给出了升力系数及阻力系数随圆柱间距比和排列方式变化的规律,并结合不同间距比下的流动特征进行了分析.计算结果表明,在不同的间距比下,五圆柱绕流存在三种不同的流动形式;在同一间距比下,十字型布置和X型布置的流动形式则既有类似之处又有各自的特点.在不同排列方式下,升阻力系数随圆柱间距比的变化规律有较大不同.     

职业能力测评中评分者信度FINN系数与ICC的计算与MATLAB实现

对FINN系数与组内相关系数ICC进行研究和分析,详细介绍了FINN系数与组内相关系数ICC的数学原理与计算方法.将FINN系数与组内相关系数应用于职业能力测评,结果显示FINN系数更能得到较好的信度值.而ICC更依赖评分点平均值的方差,在职业能力测评中容易得到较低的信度值,从而测量不出重要的信度.文章例解了FINN系数与组内相关系数ICC的MATLAB计算程序.