基于云理论的斜拉索可靠性评价方法

为准确评估易损难修的斜拉索的可靠性，保证行车安全舒适，提出一种基于云理论的斜拉索可靠性评估方法.首先根据拉索力学特点和常见病害，以斜拉索的运营状态应力极值、恒载索力变幅、应力幅、基频、服役时间、PE护套开裂程度及阻尼系统完好程度为指标，建立了斜拉索可靠性评估指标体系.咨询专家意见建立权重云模型，并根据泛概念树的概念扩充原理实现权重的群决策.最后将指标对各等级的平均确定度与权重云模型加权汇总，得到可靠等级确定度的云模型并以此确定最终评级.规范评估结果与拉索实际病害情况对比验证了所提方法结果的合理性和可操作性.     

休闲一刻

正成功男士的标志3岁,不尿裤子;5岁,能自己吃饭;18岁,能自己开车;20岁,有性生活;30岁,有钱;40岁,有钱;50岁,有钱;60岁,有性生活;70岁,能自己开车;80岁,能自己吃饭;90岁,不尿裤子;100岁,还没有挂在墙上;300岁,还挂在墙上。     

中国“天河二号”以最快速度荣获全球超级计算机四连冠

正一个负责测量计算机运算速度的国际组织2014年11月17日在美国发布了全球超级计算机500强最新排行榜,中国国防科技大学研制的"天河二号"超级计算机,以每秒33 860万亿次的浮点运算速度获得四连冠。美国能源部下属橡树岭国家实验室的"泰坦"则连续4次屈居亚军,其浮点运算速度为每秒17 590万亿次。第3名至第5名与上次榜单一样,分别是美国劳伦斯-利弗莫尔国家实     

业务迁移场景下利用信誉值的拓扑构造激励算法

针对无线泛在环境下的面向最佳业务迁移的节点快速激励问题,提出一种利用信誉值的新型拓扑构造激励(TCI)算法。首先,建立分层选择模型,为需求节点选择最佳业务迁移小区及中继;然后,提出改进的信誉值计算方法,以准确地反映各协作节点的信誉度;最后,借助拓扑构造算法,实现网络拓扑的自适应调整,从而有效地激励节点参与中继协作。仿真结果表明:TCI算法在业务迁移和节点激励2个方面均表现优异,具有显著的综合优势;与基于随机概率选择的协作激励算法和基于最短距离选择的协作激励算法相比,其业务迁移成功率分别提高了43%和106%;与基于直接信誉值的协作激励算法和基于综合信誉值的协作激励算法相比,其能够促使非合作节点更早(即前3个周期)采用协作态度。     

软件在环仿真技术的整车控制器功能验证

在采用Simulink软件搭建控制对象模型的基础上,基于VEOS系统制定测试方案,搭建某款纯电动汽车整车控制器测试平台,实现软件在环仿真;利用仿真结果对功能错误的代码进行调试改正,并将调试好的C代码下载到硬件环境中进行实车测试,完成电动汽车整车控制器的功能验证。研究表明,整车控制器能够根据测试人员的故障输入快速准确地识别故障等级,并作出响应;应用软件在环仿真技术能及时发现整车控制器在早期研发阶段存在的功能代码错误,可有效缩短整车控制器的开发周期。     

中国小提琴音乐艺术民族化道路——第一次高峰

该文通过阐述中国小提琴音乐艺术民族化道路过程中形成的第一次创作高峰期的典型作品。从西洋作曲技法、西洋各种音乐思潮对中国小提琴艺术的影响;中国作曲家在当时中国现实社会环境背景中,继承和发展中国民间民族音乐,创新小提琴音乐艺术。自觉主动进行小提琴音乐艺术民族化创作。艺术家们认识生活、表现生活、塑造形象的作品,重现了人们生活及人民心声。论证了五四新文化运动至1949在中国形成的中国小提琴音乐艺术第一次高峰。     

自动驾驶的“宠物”汽车

正看到图中那辆长着两只熊猫眼、一个黑鼻头的小汽车了吗?像不像一个可爱的小宠物?它就是著名的搜索引擎公司谷歌(Google)最新研制的无人驾驶电动汽车。谷歌开发无人驾驶汽车的目的是防止交通意外,给人们更多空闲时间和减少汽车的使用而减少碳的排放量。这种电动汽车里面的结构很简单,只有两个座位、两个按钮和一个显示路线图的屏幕。刹车、加速     

泛在知识环境下图书馆学术交流研究与实践进展

文章通过探究泛在知识环境下图书馆学术交流相关研究情况,包括图书馆在学术交流机制中作用的转变、用户对学术交流信息的需求变化、图书馆如何支撑学术交流的相关案例等,以此起到抛砖引玉的作用,为进一步开展图书馆学术交流提供相应的借鉴作用.     

要做好云朵

<正>云朵王国很热闹。云朵们生活在广阔、湛蓝的天空中,一般身着雪白的衣裳,让人难以分辨。但云朵是有大小的,大的是成年云朵,比成年云朵更大的是老年云朵,小的是儿童云朵,不大不小的当然是少年云朵。云朵除了有大小,每天出现在天空中的数量也不确定,有时多,有时少。原来,云朵也是有情绪的。当某某云朵心情不好时,便不愿出     

基于自适应矩估计的在线投资组合梯度下降策略

对于在线投资组合选择问题，充分利用历史数据能有效地减少市场噪声对投资策略的影响，但这往往会导致策略计算效率降低。与其相对应的是，高频交易的日益发展与数据量的爆发式增长愈发要求投资策略具备高效的计算能力。为此，借助于自适应矩估计，以增量的方式利用历史数据，提出了一个基于自适应矩估计的在线投资组合梯度下降策略。理论分析表明，该策略具有泛证券性，即其与离线的最优定常再调整策略具有相同的渐近平均对数增长率；同时，该策略在充分利用历史数据的情况下依然保持线性时间复杂度。实证分析表明，该策略在收益以及计算时间等指标上表现出较好的性能，同时能承受合理的交易费用，故而具有良好的实际应用前景。