具正负系数非线性中立型时超微分方程解的振动性

本文首先研究了具正负系数的中立型时超微分不等工解的性质，获得了其解的振动准则，然后应用该准则研究了具正确同系数非线性中立型时超微分方程，获得了其解振动的充分条件。     

下属情商作为调节变量的中国企业高层魅力型领导行为研究

最近几年中,领导理论研究的一个越来越明显的趋势,是对魅力型领导的研究焦点已转移到情绪智力的引入上.但是将下属情绪智力作为调节变量引入到魅力型领导行为而深入到中国企业内部,特别是深入到中国企业高层的研究,尚属空白.本研究通对中国10大城市40家不同行业的企业中所收集到的301个有效样本数据的统计分析表明:魅力型领导行为正向影响下属的态度(情感承诺、功利承诺和自信)与组织公民行为,但是与下属的份内工作表现没有关系.魅力型领导行为同下属自信的联系,会受到下属的情绪智力的负向调节作用.魅力型领导行为同下属的份内工作表现的联系,会受到下属的情绪智力的正向调节作用.魅力型领导行为同下属情商的交互作用对下属的情感性承诺、功利性承诺和组织公民行为无显著性影响.     

一种重载型AGV的结构研究与设计

目前国内中小型AGV大部分以轻载型为主,随着国内制造业的智能化改造提升和消费市场的扩大,出现了很多重载型AGV的技术需求,研究团队通过优化载重结构增加防碰撞装置和减震驱动总成的技术路线,提出了一种重载型AGV的设计方案,对重型机械制造业及重工装备制造业的转型升级有着一定的借鉴意义,作为技术参考也为后续重载型AGV的进一步研究设计提供了一种方向。     

太阳能风能互补储能发电系统容量优化算法

随着互补型储能发电系统日益普及,其覆盖范围也不断扩大,但容量优化技术仍处于单一能源阶段。为此,针对太阳能风能互补储能发电系统,设计了一种容量优化算法。通过分析发电系统的电能输出情况,获得其年产出与供应状态,然后根据电能均衡准则构建容量优化目标及约束条件。然后结合差分进化算法进行变异、交叉和选择等操作,再通过粒子群算法更新方位与速度,二者结合取得亲体与群体的当前最优解,经迭代循环实现储能系统容量优化。经实验研究分析,并通过对组件配置量、负荷缺电率等数据发现,该算法在大幅提升经济效益的同时,确保了供电可靠性,表明该算法具有显著的优化优越性与较大的试运行潜力。     

应用生物信息学鉴定急性STEMI患者通路及Hub基因

利用基因表达综合数据库数据集的生物信息学分析,确定4h内STEMI患者血液RNA诊断生物标志物。从基因表达综合数据库中提取RNA表达谱数据集,寻找差异表达基因并对差异基因进行富集分析,在蛋白相互作用网络中筛选Hub基因,建立了基于Hub基因的随机森林模型和逻辑回归模型。结果表明,与健康对照组比较,STEMI患者中鉴定出300个明显DEGs。炎症和免疫相关的途径显著富集,鉴定出7个关键基因,即FPR2、ITGAM、BST1、CEACAM8、MMP9、ELANE和FPR1。通过对7个Hub基因构建随机森林模型和逻辑回归模型,准确地将STEMI样本与健康对照样本分开,对STEMI的预测具有较高的准确性。     

骨架密实型水稳基层施工关键技术分析探讨

在当前我国道路桥梁工程项目建设施工中,水泥稳定碎石基层施工工艺得到广泛应用。该文以骨架密实型水稳基层施工关键技术为探讨主题,分析骨架密实结构的概念与特点、对所用材料的具体要求,从基层施工组织、施工控制点这两方面阐述碎石基层施工与相关设备选用的要点,针对实际施工中常见的路面裂缝问题,总结有效的处理与养护方法。     

有限域F2n上一类二项式的密码学性质

研究了有限域F2n上一类二次函数F(x)=(x22t+1+x2t+1)的密码学性质,其中gcd(n,t)=1.基于有限域上线性化多项式和二次型的理论,确定了F(x)的差分谱,并计算其非线性度.特别地,当n为奇数时,计算出了它的Walsh谱.作为应用,利用F(x)构造了两类线性码,并确定了它们的重量分布.     

一个加强的Hilbert型不等式

本文应用权系数方法及Euler-Maclaurin求和公式,建立一个加强的Hilbert型不等式,并考虑了最佳常数因子联系参数的等价陈述.     

基于经验模态分解的多模型融合售电量预测模型

售电量预测的精度是影响售电公司利润的一个重要因素.传统售电量预测方法难以解决售电量数据序列的趋势性、周期性与随机性等问题.为此,本文提出一种多模型融合的售电量预测方法.首先,采用基于经验模态分解方法将日和月度售电量分解为高、中、低频分量,构建三种独立的基模型,分别对不同频分量进行预测;然后,基于历史数据和同期的外部因素...     

面向复合材料带隙预测的两段式集成学习模型构建

带隙是钙钛矿型复合氧化物材料重要的特征参数,对材料的物理化学性质起决定性作用,如导电性能和光电性能等.为了寻找适合不同应用领域的钙钛矿型材料,利用机器学习进行带隙预测是一种重要的研究手段.构建了一个两阶段异质集成学习模型,在第一阶段使用多种不同的基础机器学习器(回归模型)进行预测;在第二阶段把对预测结果影响较大的描述子和基础机器学习器进行集成学习.利用该模型对210种钙钛矿型复合氧化物材料的带隙进行预测,并与多种独立的机器学习算法以及不同集成策略模型的预测性能相对比,评估了本模型的预测性能.结果表明,这种两段式的集成学习模型能够更好地学习到材料数据的内在关系,并具有较好的预测效果和较强的泛化能力.