拉压杆模型在预应力缺陷桥梁中的应用研究

混凝土梁桥的设计计算中,国际工程界趋向于将结构划分为B区和D区分别对待。B区（Beam或Bemoulli）指截面应变分布基本符合平截面假定的结构区域,截面应力状态可以通过内力得出在未开裂时,     

一种采用直方图小波变换的纹理分割算法

提出了一种采用直方图小波变换获得初始聚类原型的图像纹理分割模糊算法；多纹理图像采用自相关函数作为纹理测度，再对图像自相关函数直方图作小波多分辨分析得到初始聚类原型，利用模糊C-均值聚类算法进行纹理分割；对合成纹理图像的实验结果表明了该算法的有效性。     

Fe2O3纳米粒子复合纤维素膜降解有机染料亚甲基蓝

合成Fe2O3纳米粒子复合纤维素膜.采用XRD、TEM和磁力线等多种方法对Fe2O3纳米粒子复合纤维素膜的结构和性能进行表征,并研究Fe2O3纳米粒子复合纤维素膜对亚甲基蓝的降解作用.结果表明：当溶液中H2SO4加量为25.8mol/L、H2O2加量为2.4mol/L时,用5g/L的复合纤维素膜对1.4×10-5 mol/L的亚甲基蓝溶液进行降解,25min内降解率达到100%.     

时变路网下电动汽车冷链配送路径规划研究

在双碳背景下,电动汽车已在物流行业快速普及.在满足生鲜品的新鲜程度、车辆限载及电动汽车的电量限制等约束条件下,将电动汽车充电过程所产生成本纳入目标函数中,构建了时变路网下带软时间窗的电动汽车多温共配路径优化模型.根据该模型的特点,引入K-means聚类对客户进行聚类,同一聚类单元内设计免疫遗传算法,得到启发式路径优化方案.实验结果表明,根据顾客的需要及时变路网特性,合理安排运输规划与配送路径,保证了生鲜品运输的时效性;采用电动汽车多温共配的运输方式进行运输,运输成本更加低廉、过程更加节能,提高了企业的经济效应.     

云南高原湖泊群的统计学聚类识别 及水质响应模式研究

为探究湖泊群水质变量的响应模式,构建适用于监测数据匮乏的湖泊群聚类和响应模式识别方法体系(PCA-BN),包括4个步骤:数据预处理、PCA降维与湖泊聚类、贝叶斯网络构建及参数学习、湖泊响应关系模拟。以云南高原湖泊群为例开展研究,结果表明:所研究的26个湖泊可分为两类;由于第一类湖泊受到的人为干扰更严重,因而叶绿素a对总氮和总磷的响应比第二类湖泊更敏感;第一类湖泊表层水温高,溶解氧趋近饱和,随叶绿素a变化不显著,第二类湖泊溶解氧随叶绿素a升高而显著升高;两类湖泊的透明度与叶绿素a的关系一致。     

一株高效絮凝剂产生菌的分离和鉴定

应用多相分类手段对絮凝菌株XHUA9进行了分类研究,并对分离提纯的发酵产物进行紫外和红外分析.基于16S rRNA基因序列的系统发育分析表明,该菌和模式菌株Paenibacillus hunanensis的序列同源性为96.7%,基因组DNA-DNA同源性杂交值为51.6%.菌株的主要极性脂肪酸为双磷脂酰甘油、磷脂酰甘油、磷脂酰乙醇胺和磷脂酰肌醇.菌株优势醌为MK-7,主要优势脂肪酸为anteiso-C15:0和C16:0.菌株(G+C)摩尔分数为51.9%.根据上述结果,菌株XHUA9鉴定为类芽孢杆菌属内的新种,命名为Paenibacillus shenyangensis sp.nov..紫外扫描和红外检测等结果表明,菌株XHUA9所产絮凝剂的主要成分为多糖类物质.     

Nutch中网页更新预测研究与优化

Nutch的网页更新预测方法采用的是邻比法,相关更新参数需要人为设定,不能自适应调整,无法应对海量网页更新的差异性.为解决这个问题,提出动态选择策略对Nutch的网页更新预测方法进行改进.该策略在网页更新历史数据不足时,通过基于MapReduce的DBSCAN聚类算法来减少爬虫系统抓取网页数量,将样本网页的更新周期作为所属类其他网页的更新周期;在网页更新历史数据较多时,通过对网页更新历史数据进行泊松过程建模,较准确地预测每个网页的更新周期.最后在Hadoop分布式平台下对改进该策略测试.实验结果表明,优化后的网页更新预测方法表现更优.     

有限群实元素和实特征标的若干性质

对有限群的实元素和实特征标性质进行了探讨,证明了奇阶实元素的共轭类长均为2-数的有限群必为可解群.刻画了不可约实特征标均是线性特征标的2-群,并给出了这类群的一个性质.     

桁架式钢骨混凝土梁抗弯极限承载力计算分析

利用有限元分析软件ABAQUS对桁架式钢骨混凝土梁进行受力分析,并将模拟结果与试验数据对比,二者吻合度良好,表明本文有限元分析的可行性。通过改变斜腹杆面积探讨斜腹杆对其抗弯极限承载力的影响,分析结构表明:随着斜腹杆面积的增加,构件抗弯极限承载力逐渐增大。根据模拟结果推导出考虑斜腹杆作用的桁架式钢骨混凝土梁抗弯极限承载力的计算公式。将修正后的计算结果与试验结果进行对比,表明计算精度进一步提高。     

基于多维特征向量的网络社团划分方法

为了寻找大规模复杂网络中的社团结构,提出了基于多维特征向量的社团划分方法,即多维特征向量谱平分法.利用网络连接矩阵的多维特征向量划分网络社团,通过仿真实验分析关键参数对划分效果的影响,从而确定使得划分结果最优的参量值,并综合多维特征量阈值和社团数目两方面的因素决定被划分的社团数目.在具有代表性的局域世界网络演化模型中进行仿真,证明该方法在网络聚簇特征不是很明显的情况下,能够有效划分网络中存在的多个社团,适应具有各种聚集特征的网络,说明该算法在实际网络中具有较高的应用价值.