飞机单击中易损性的杀伤概率图谱分析法

飞机在威胁单次打击下的易损性通常是以杀伤概率或易损面积形式给出的,这种评估方法往往是在宏观上对飞机及其部件易损性进行评估,然而具体的某一飞机位置的易损性很难直观给出.提出了一种飞机单击中易损性评估的杀伤概率图谱分析法.该方法以飞机及部件的有限元模型作为输入数据,考虑了部件的引燃、引爆、穿透及其组合杀伤模式,通过计算每一条射击线打击下飞机各个位置的杀伤概率值,最后可以提供飞机的杀伤概率云图.应用中表明:杀伤概率图谱分析法可以直观的显示飞机杀伤概率的区域分布,可以作为易损面积评估的有益补充,对于生存力增强/易损性减缩设计具有指导意义.     

随机保费下带红利的期望贴现惩罚函数

利用Gerber—Shiu期望贴现惩罚函数统一研究了在保费随机到达和红利边界下的破产问题,推广了Albrecher,Kainholer（2002）和Bao Zhen—hua（2006）中的结论。首先本文考虑了索赔到达间隔服从普通概率分布时的期望贴现惩罚函数,并得到无红利边界时的极限解;再将红利边界固定为常数,考虑了平稳更新过程和PH更新过程中的结果。最后本文将结论应用于破产概率、破产前盈余的概率分布及破产前盈余过程到达红利边界的概率等实例,并进行了数值实现。     

基于偏t分布的Shibor隔夜拆借利率影响因素分析

由于隔夜拆借利率更能有效反映货币市场短期资金供求关系,本文通过建立Garch模型分析影响Shibor隔夜拆借利率波动性的各种因素,发现新股发行对其影响显著远大于存款准备金制度;随着央行不断提高法定存款准备金率,准备金制度对波动性的影响有增强趋势.这一结论可以为央行把握存款准备金制度改革进程,准确估计Shibor隔夜利率的走势提供参考;也有利于央行更好地制定金融市场政策,实现货币政策既定目标.     

量子K最近邻算法

为减少经典K最近邻算法的时间复杂度,提出了量子K最近邻算法(QKNN)。介绍了QKNN算法的构造步骤,然后为减少量子计数子程序的运行时间,进一步将固定的K值修改为可变的k,形成改进的k可变的量子最近邻算法(QkvNN)。为弥补由于最近邻个数K变化带来的分类错误率上升的影响,在Boosting算法框架下,用三个由QkvNN算法训练的弱分类器,去构造了一个强分类器,从而提高单独运行QkvNN的分类精度。在此算法中,由于利用了量子计算的强大能力,使得经典K最近邻算法的时间复杂度从O(N)减小为O(N)。     

新型立式行星减速机自润滑装置分析与优化

以新型立式行星减速机自润滑装置为研究对象,建立其三维简化模型,并将三维模型导入有限元分析软件(ANSYS FLUENT)进行气液两相流分析.在油管入射角度一定时,喷射高度会随着转速的增加而增加,并且趋向线性关系;在转速一定时,入射角度在30°～45°之间喷射高度会随着角度的增加而减小,入射角度在45°～60°之间会随着...     

用微波-超导量子比特系统实现一位通用量子逻辑门

该文研究了二能级射频超导量子干涉仪量子比特与经典微波脉冲的相互作用.研究结果表明,当微波场的角频率接近于系统二能级|0〉|1〉跃迁频率时,即ω1-ω0≈ωm,可以得到一位通用量子逻辑门.通过调节控制微波场的角频率ωm,幅度Vm和脉冲作用时间t,可以得到不同的一位量子逻辑门.     

高k介质纳米MOSFET栅电流和电容模型

介绍了一种纳米MOSFET（场效应管）栅电流和电容的统一模型,该模型基于Schrfidinger-Poisson方程自洽全量子数值解,特别适用于高k栅介质和多层高k栅介质纳米MOSFET。运用该方法计算了各种结构和材料高k介质的MOSFET栅极电流,并进行了分析比较。模拟得出栅极电流和电容与实验结果符合。     

具有缺项级数系数的非齐次线性微分方程解取小函数点的增长性

研究了高阶非齐次线性微分方程f(k) Ak-1f(k-1) … A1f′ A0f=F的增长性问题,其中A0,A1,…,Ak-1,F是整函数.当存在系数A0为缺项级数且比其他系数有较快增长性时,得到了上述非齐次微分方程解的超级、解取小函数点的超级与方程系数的级3者之间的关系.     

流体力化学-二次流原理在污泥颗粒化中的研究前景

颗粒污泥形成受多种因素的影响,通过在流体中添加适量剂量的絮凝剂,利用流体力化学-二次流原理,施加合适的流体剪切力,形成合理的二次流场,可以在很短的时间内形成原始颗粒污泥．利用污泥内部和水中的微生物,通过好气或厌气培养,能加快（好氧或厌氧）颗粒污泥的形成,是加快颗粒污泥培养的有效途径,在污水处理生产应用中具有广阔的前景．     

量子BP神经元及其在含噪字母识别中的应用研究

量子神经计算是传统神经计算与量子计算相结合的产物,它将成为新的信息处理技术之一.文中以相移门和受控非门作为基本的计算单元,借助复数BP学习算法,构造出量子神经元模型,通过数值计算给出了该量子神经元的收敛特性曲线.在此模型基础上,构造出一个三层量子神经网络,应用于含噪字母识别.数值计算结果表明,量子神经网络在噪声均方差小于0.35之前能完全地对含噪英文字母进行识别,容错能力比传统神经网络有明显增强.