滑坡灾害短期临滑预报监测新途径研究

由于滑坡灾害的复杂性,迄今为止,尚未形成经得起大量实践验证的预报理论与方法,现仍然是地质灾害学中正在探索研究而未完全解决的难题.通过对滑坡灾害研究史、预测预报、监测技术的分析,认为在滑坡进入加速变形至剧变形破坏阶段,地表及深部监测网点及其设施遭受破坏,无法继续利用“点”式测量方法采集监测数据的情况下,地面三维激光扫描仪可不受干扰独立进行滑坡的“面”式测量,为预测预报滑坡的发生时间提供第一手连续可靠的数据资料,可进一步提高滑坡灾害预测预报的精度.     

影响地表动态移动和变形的因素

以Knothe模型的函数为基础,对不同推进速度和不同时间影响系数下动态地表移动和变形进行研究.结果证明:提高开采速度有利于减小地表采动损害;时间影响系数c较小时,下沉迟缓,最大动态变形值较小,随着c的增大,地表动态变形值增大.     

葡萄幼胚培养技术的研究(Ⅱ)——接种时间及处理方法对胚培养的影响

选用花后35￣60d的巨峰、里扎马特和无核白葡萄,取其幼胚接种于不同激素水平M S培养基上,进行胚培养,以研究接种时间及处理方法对胚培养的影响.结果表明对花后60d的里扎玛特和巨峰的幼胚进行胚培养,其发芽率和成苗率显著高于层积处理后催芽播种的种子的发芽率与出苗率.低温和横切处理能有效地促进葡萄幼胚的萌发.花后60d的巨峰和里扎马特的发育率和成苗率最高;花后60d的无核白的幼胚发育率最高,花后50d的幼胚成苗率最高.     

基于灰色关联分析的路段行程时间卡尔曼滤波预测算法

为改善卡尔曼滤波用于时间序列预测时的自适应性能，提出基于灰色关联分析的路段行程时间实时预测算法．首先，利用灰色理论对行程时间序列的各影响因素进行灰色关联分析，根据灰色关联度的大小来选取路段行程时间的主要影响因素，由此建立相应的动态方程．在此动态方程基础上，通过卡尔曼滤波递推进行路段行程时间预测．文中利用深圳某交通干道上的实测行程时间进行仿真实验，结果表明该算法的综合预测性能优于常规卡尔曼滤波方法，可应用于正常交通流状况下的路段行程时间预测．     

基于混沌系统的真随机数发生器芯片设计和实现

提出了一种真随机数发生器的硬件设计.结合时间离散混沌与振荡器采样,即由时间离散混沌系统作为高频振荡源,通过低速时钟采样产生随机数.理论研究和测试分析证明,该方案能生成分布均匀、彼此独立的随机信号.经制版流片后,芯片能在1 MHz时钟下输出满足随机性测试的串行随机数,且抗干扰性较好.     

模糊时间Petri网应用

本文在时间Petri网和模糊Petri的基础上提出了一个新的模型——模糊时间Petri网.在给出定义之后,并利用该模型的对一个简单的实例进行了分析,得出了利用模糊时间Petri网可以充分的利用资源,极大的提高了资源的利用率.     

数据网格中复制式数据的一致性维护方法

由于网格环境动态性的特点,网格延迟的不稳定等问题会严重影响数据的可获得性.针对这个问题,采用复制式的数据模型来给予解决.通过在数据网格中维护多个数据副本,用户可以选择其中任意一个进行访问修改.通过将网格服务与数据分离,将数据模型化为线性数据和树型数据,可以支持用户对网格数据的实时修改,并且可以维持多个数据副本的一致性.提出了一个新的时间戳模型,可以支持一个数据副本上的并发操作.本方法是一个无锁的算法,可以满足网格环境下数据的RIC属性.     

Research on Chaotic Time Series Prediction Based on K-entropy and RBF Neural Networks

In this paper, a method of direct multi-step prediction of chaotic time series is proposed, which is based on Kolmogorov entropy and radial basis functions neural networks. This is done first by reconstructing a phase space using chaotic time series, then using K-entropy as a quantitative parameter to obtain the maximum predictability time of chaotic time series, finally the predicted chaotic time series data can be acquired by using RBFNN. The application considered is Lorenz system. Simulation results for direct multi-step prediction method are compared with recurrence multi-step prediction method. The results indicate that the direct multi-step prediction is more accurate and rapid than the recurrence multi-step prediction within the maximum predictability time of chaotic time series. So, it is convenient to forecast and control with real time using the method of direct multi-step prediction.     

成本约束下工作流时间最小化的资源配置优化

时间是衡量工作流性能的重要指标。通过对工作流的资源配置的优化,可以改善工作流的时间性能。资源配置优化可以从资源专业化/一般化程度和资源数量两个方面来进行。为了优化资源的这两个方面,提出了一种基于分层嵌套遗传算法的资源优化方法。它采用工作流实例平均响应时间作为评价指标,在成本的约束下,正确配置各类资源专业化/一般化的程度及资源数量,从而最优化工作流时间性能。并通过实例,说明了该方法的可行性和有效性。     

高校体操课程改革下徒手体操的教法探析

鉴于目前体育教育专业体操课程改革中徒手体操课时所占比重增加的趋势,本文运用文献法、问卷调查法、逻辑分析法对徒手体操教学方法进行了深入分析,探索出了一种省时、高效的徒手体操的教学模式,以期更好地完成体操课程教学的总目标.