基于尺度相似假设的大涡模拟动力方法

当前的大涡模拟动力方法对G erm ano等式中的两个尺度的亚格子应力均使用相同的亚格子基模型。这样为求得基模型系数,必须假定该系数在测试滤波操作下保持不变。但实际上该系数存在剧烈的脉动,与假定并不一致。该文提出的方法对以上两个应力分别应用亚格子基模型和尺度相似假设。这样就无需对系数分布做出假定并保证了方法的内在一致性。用该方法对R e为104的方腔流动进行了大涡模拟。结果表明该方法对流动统计量的预测有所改进,并可有效消除亚格子模型系数的奇异性。     

基于DA-RBF模型的微电网负荷预测研究

针对传统径向基神经网络(RBF)在微电网负荷预测上精度低的问题,采用具有全局搜索以及优化能力的蜻蜓算法(DA)对RBF神经网络进行优化。利用蜻蜓算法对RBF神经网络的中心向量、宽度向量以及隐含层和输出层之间的连接权值进行优化处理,构建出DA-RBF的微电网负荷预测模型。使用夹角余弦法对负荷数据进行夹角余弦的计算从而获得相似日,确定模型的训练集和测试集数据,以此来降低数据本身对模型精度的影响。然后将选择的数据放入模型中进行仿真实验,并选择平均百分比误差(MAPE)来衡量模型精度的高低,将预测结果同DA-BP、CEEMD-RSVPSO-KELM、CPSO-LSSVM及AMPSO-BP作比较,DA-RBF的MAPE均最低,由此证明了DA-RBF在微电网负荷预测上的可行性及优越性。     

安徽省乡村生产-生活-生态时空耦合研究

在构建乡村生产-生活-生态复合系统耦合协调评价指标体系的基础上,运用熵值法和耦合协调测度模型,测算安徽省16个地级市2010—2019年乡村"三生"复合系统的耦合协调度,并对其时空特征与演化状态进行比较和分析.结果表明:安徽省16个地级市的乡村生产-生活-生态系统综合发展水平整体上均呈波动上升趋势;乡村"三生"复合系统...     

与核桃早实性相关的RAPD标记筛选及其SCAR标记转换

利用构建的早实核桃和晚实核桃近等基因池DNA,筛选了180个10-mer随机引物,获得1个稳定的RAPD标记OPG15759。根据OPG15759的测序结果,将该RAPD标记成功转化为显性的SCAR标记SCG15759。PCR结果显示,G15759是与核桃早实性相关的分子标记,该标记对核桃的分子标记辅助育种具有重要意义。     

损伤胶囊预防肺炎患者股骨头缺血坏死的应用研究

目的：研究损伤胶囊在预防肺炎患者激素性股骨头缺血性坏死中的应用效果。方法：回顾性分析我院2020年1月至2021年4月收治的60例肺炎患者临床资料,根据治疗方法将其分成对照组与观察组,每组30例。对照组用常规方法治疗,观察组用常规方法联合损伤胶囊治疗。结果：观察组全血高切黏度(3.06±0.57)ηbH低于对照组(4.18±0.42)ηbH,全血低切黏度(9.23±1.47)ηbH低于对照组(10.89±1.56)ηbH,血浆黏度(1.52±0.74)ηbH低于对照组(1.86±0.63)ηbH,红细胞聚集指数(8.34±1.93)低于对照组(10.56±2.04),降钙素(20.67±4.31)ng·L^-1高于对照组(14.71±4.09)ng·L^-1,甲状旁腺素(18.24±5.67)ng·dL^-1低于对照组(21.39±6.24)ng·dL^-1,病情预防效果优于对照组,P<0.05。结论：损伤胶囊可有效改善肺炎患者的血液流变学,骨形成调节因素有效改善,能预防肺炎患者发生激素性股骨头缺血性...     

一类二阶非线性微分方程的振动性判据

利用积分平均技巧和Hardy,Littlewood＆Polya不等式建立了一类二阶非线性微分方程[r（t）｜x′（t）｜^α-1x′（t）]′＋q（t）（｜x｜^α-1x＋β｜x｜）=0的振动性判据,其中0≤β〈1为常数．所得结果将已有的部分结果推广到更加广泛的方程上,并完善了Manojlovic（1999）的证明过程．     

质性研究方法对米纽庆家庭治疗四步模式的修正——对7例家庭治疗个案的分析

家庭治疗作为心理治疗的重要方法受到了中国临床心理学工作者的关注和欢迎.通过对研究方法和过程的解析,选择了质性研究方法对7个中国个案家庭的治疗过程进行研究以探究家庭治疗的文化契合性,在家庭治疗结构模式的四步模式框架中对7个个案治疗过程进行分析.发现在四步模式中均有一条家庭伦理的线索;进而对研究结果进行反思并进行讨论,认为...     

基于深度学习的通信网络数据关键特征挖掘

深度学习是挖掘数据关键特征的重要技术手段,为准确分析通信网络数据特征,并保障质量,提出基于深度学习的通信网络数据关键特征挖掘方法。选取接入率、可用性以及覆盖率等七个指标作为通信网络质量核心性能指标,将卷积神经网络与径向基神经网络相结合,构建深度学习网络结构,将该性能指标作为标签参数,将所得到的标签参数的聚类与求和结果作为深度网络的标签数据,通过前向传播将标签数据输入卷积神经网络的输入层内,经过不同隐层的变换与映射至输出层位置,并采用量子粒子群算法求解深度学习网络最优参数,输出通信网络数据关键特征挖掘结果。经实验结果表明,所提方法的通信网络数据关键特征挖掘率在95%以上,能够准确预测未来短时间段内的通信网络质量。     

一类广义不可压Boussinesq方程组解的局部存在性及爆破准则

研究一类带黏性项、零扩散广义Boussinesq方程组局部解的存在性问题,应用正则化方法、压缩映像原理以及经典的能量估计方法,证明了带黏性项、零扩散的广义Boussinesq方程组解的局部存在性,应用Sobolev不等式获得解的一个爆破准则。研究结果能揭示一类特殊流体运动的物理现象,能更精确地反应流体的运动情况。     

图的广义p-邻域离散数

网络邻域抗毁性的研究起源于间谍网。它的特殊性在于当图中一个点失效时其邻点全部失效,然而实际中最可能的情形是,一个点失效时其邻点依概率p失效。基于此,提出广义p-邻域离散数的概念,给出若干特殊图及其线图的广义p-邻域离散数计算公式。通过分析概率p与参数的关系,说明该参数在刻画网络邻域抗毁性方面的精细之处。