微波接力组网的节点再优化研究

为进一步完善常规方法构建的微波接力网组网拓扑,提出了一种基于最优链路集的网络节点再优化方法。该方法综合考虑节点吸引系数、链路衰落概率、节点通信冗余等因素,借助网络拓扑优化的思想,采用遗传算法构造了微波接力网的最优链路集;以节点在该集合中的度为依据,通过对节点的合理排序,以部分用户节点代替非必要的干线节点,完善了组网拓扑。在修改链路和节点价值集后,该方法还可解决其他网络干线、中继节点的选择问题。     

超超临界汽轮发电机组N+1支撑轴系失衡振动特性分析

建立了1000MW超超临界汽轮发电机组N+1支撑轴系的有限元动力学模型，对该种轴系的动力学特性及不平衡振动故障进行了仿真分析，归纳了该轴系轴向不同位置不平衡激起的轴系振动响应特性及转子间的相互影响规律，为该类机组的故障诊断及现场动平衡提供参考和依据。     

基于频率的Read Mapping种子选择算法

选择具有最低频率的最优种子是一个复杂的计算问题,往往需要很长时间.提出了一种read的基于频率的合并种子选择算法(FMSS),该算法能够高效地选择接近最优的种子集合,可用于改善现有映射工具的性能.实验对比了平均种子选择方法和当前最优的种子选择策略(OSS,optimal seed solver),结果显示FMSS算法能够用很少的时间代价给出接近OSS的最优种子集合,这表明FMSS算法可集成到现有映射工具中用于处理更大规模的read mapping问题.     

非齐次椭圆方程的一个极限形式

从传导问题中获得了一类非齐次椭圆方程Dirichlet问题的极限形式. 当2个理想导体之间的距离足够小时, 建立其最优的全局梯度估计, 从而给出了电场强度的爆破率.      

基于环绕抑制模型的轮廓检测

轮廓检测是高级视觉任务的重要基础.目前存在两个难点:一是检测轮廓缺失,二是纹理边缘冗余.针对这两个问题,本文结合基于多线索的环绕抑制模型提出一种新颖的轮廓检测算法.先增加环绕抑制强度,旨在进一步抑制冗余的纹理.为了防止同时抑制轮廓,利用改进的超像素分割算法(SLIC)获得候选轮廓,进而在候选轮廓处进行解抑制.实验结果表明了本文算法在提取更完整轮廓的同时尽可能地抑制了冗余的纹理.     

基于超网络的研究生协同创新网络构建

研究生协同创新参与方的结构网络化程度逐步增强这一问题得到越来越多的关注。在深入分析研究生协同创新网络构成要素及各要素相互关系的基础上,首先构造了知识共享和社会关系网络的超网络模型,建立了基于关系价值最大和成本最小等不同偏好下的多目标最优决策模型,并运用变分不等式求解。研究发现:当社会关系水平较低时,很难得到同时满足所有参与方目标最优,难以实现超网络均衡;即使社会水平较高,但知识共享较低时,得到的超网络均衡也不稳定。研究最后探索了提升研究生协同创新能力的途径。     

基于双向循环网络的变色龙视觉超分辨率图像重建

针对使用均方误差（Mean Square Error,MSE）作为目标损失函数，导致重建的超分辨率图像在失真与感知质量上难以兼得的问题，提出基于双向循环网络的变色龙视觉重建模型（Super-resolution Bidirectional Recurrent Neural Network,SRBRNN）以改善重建效果.首先，鉴于变色龙可以同时注视两个不同方向的非凡视觉功能，SRBRNN模型借助双向循环神经网络结合序列演进前向与反向给输出提供不同方向时间信息的思想，实现重建过程中失真与感知质量的兼顾；其次，SRBRNN模型定义了特征演进和退化序列，并设计了低分辨率图像到高分辨率图像演进和高分辨率图像到低分辨率图像退化网络，将演进网络和退化网络对应应用为原双向循环网络的前向循环和反向循环网络；最后，利用双向循环机制重建超分辨率特征.用SRBRNN算法在Set5、Set14、BSD100基准测试集上进行实验，实验结果表明在峰值信噪比(Peak Signal to Noise Ratio,PSNR)和结构相似性(Structural Similarity, SSIM)评估指标及主观质量评分上，...     

认知荒漠、护育荒漠

<正>荒漠通常指气候干旱、地面组成物质粗瘠、风沙作用强烈、地表径流贫乏且生物种类稀少的自然地带。荒漠和森林、草甸、草原一样,都是重要的地表生态系统和自然地带。长期以来,荒漠地带的生物形成了独有的生理生态结构和特征。荒漠植被是以超旱生和旱生灌木、半灌木、小半灌木、小半乔木和肉质叶等植物为主组成的稀疏植被,建群种以藜科、蒺藜科、菊科、石竹科和麻黄科等为主,植株低矮,茎叶退化变态,茎枝常呈绿色或为同化枝和肉质叶(多汁)等。除了能适应极干旱的气候、抵抗沙面的