异部电机串级调速时的数学模型

本文从串级调速控制系统的物理过程出发,推求出几组基本的电磁方程、动态结构图及矩阵方程。由于定义出串级调速下的机电时间常数B,因此得出与SCR直流拖动相似的形式。文章中的数学模型与物理概念完全吻合,异于常见的形式。     

AMS／5近交系小鼠培育及其生物学特性的研究

近交纯系动物具有一致的基因型和遣传特征，个体之间差异极小，实验中容易取得一致的结果＾「１．２」。随着医学科学研究的飞速发展，近交系动物的培育及应用愈来愈被人们所重视，为适应不同课题研究需要而培育的近交系动物的品系越来越多。由于各种原因，国内开展这项工作较晚，长期以来我们缺少更多合格的近交动物品系来进行大量生产和供应。我院于１９７４年３月从封闭群ＬＡＣＡ小鼠中选留亲本，进行严格的近亲同胞兄妹交配，宗     

回归M分位数过程的渐近性质

考虑线性模型的Ｍ分位数过程．在某些一般的条件下，证明了该过程收敛到高斯过程．     

实现全面小康社会的我国油气资源科技创新系统工程

基于国内全面建设小康社会的目标和国际石油资源的竞争形势，提出了我国油气资源与科技“有限目标、优化配置”的系统发展战略，并构建了油气科技发展战略的系统框架。为了确定油气科技的发展目标，建立了“油气科技的预见发现器”(由筛选器、评估器、预见器和路径器4个功能器组成)，利用专家评价、专家系统以及路径决策影响图等方法，对我国油气科技的创新方向进行了研究，最终确定出未来我国油气科技发展的战略要点和课题库。     

Collins模型和二维三元固液相图的竖直截面图

用Collins模型计算了二维三元系统的Gibbs自由能,利用热力学理论,在给定某组分或组分比的情况下,数值计算出二维三元系统的竖直截面图,所得结果与三维实际情形十分相似.     

评价网络理论在电力公司反应堆建设决策中的应用

电力公司反应堆建设中的一个决策问题,是如何依据过去经验和试验结果来选取最优的建设方案。评价网络理论（valuation networks）是贝叶斯决策问题表示和求解的新方法。以某电力公司为例,应用评价网络理论,以反应堆建设的决策问题进行分析,给出了决策问题的具体表示和求解的详细过程。     

内燃机示功图的曲线拟合修正研究

内燃机示功图含有与内燃机性能相关的丰富信息,它不仅可以反映内燃机的热力转换过程和工作状态,而且可以获得各缸平均指示压力、指示功和最高爆发压力等重要性能指标.但是在内燃机设计阶段绘制示功图的时候,循环各主要阶段的多变指数都需要合理地设定,并且各阶段曲线需要平滑顺接起来,尤其是在最高爆压处的曲线拟合要求更为严格.通过对三种曲线拟合方案进行对比,最终选择三角函数作为内燃机急燃期阶段的拟合曲线函数.     

基于同时平衡原理的Fe-H2O系电势-pH图

运用同时平衡原理,讨论了Fe-H2O系中的相平衡关系,绘制了25℃时Fe-H2O系的电势-pH图．由于溶液中所有金属离子都与相应的固相组分同时保持平衡,因此,电势-pH图中出现了一个完整的液相稳定区,而不存在Fe^3 与Fe^2 之间的平衡线．当温度和压力一定时,各相稳定区的位置和大小仅决定于体系中可溶性组分的总浓度,而与各可溶性组分浓度的相对大小无关．随着液相中铁的总浓度的升高,液相稳定区减小,而固相组分的稳定区相应地扩大．     

用群论方法确定原子体系的波函数

从群论的角度以四（价）电子原子体系为例进行讨论,首先求出S4约化系数矩阵以及约化出S4的不可约表示基函数．其次,通过分析群SU2与置换群Sn的同态对应的关系,由置换群Sn的不可约基,得到同样的．SU2不可约基,即四（价）电子原子体系的精细波函数．事实表明用此方法求原子体系的精细波函数比直接求SU2的不可约表示基方法更简单．     

SideKnot:Edge Bundling for Uncovering Relation Patterns in Graphs

The node-link diagram is an intuitive way to depict a graph and present relationships between entities.Addressing the visual clutter induced by edge crossing and node-edge overlapping is a challenging task as the size of graph outgrows the visualization space.Many edge bundling methods are proposed to disclose high-level edge patterns.Though previous methods can successfully reveal the skeleton graph structure,the relation patterns at the individual node level can be overlooked.In addition,most edge bundling algorithms are computationally complex,which prevents them from scaling up for extremely large graphs.In this article,we extend SideKnot,an efficient edge bundling method to cluster and knot edges at the node side.Our proposed method is light,runs faster than most existing algorithms,and can reveal the relation patterns at the individual node level.Our results show that SideKnot can disclose a node’s standing in the graph as well as the directional connection patterns to its peers.