利用Mathematica软件实现解线性方程组的可读性计算

利用数学软件Mathematica实现了对线性方程组求解过程的可读性计算,适用于变量个数不多,并希望有求解过程时使用．对于各种线性方程都可用同一程序求解,且能够实现无误差计算．     

桩极限承载力的Usher模型预测

为深化对桩承载性能的认识,选用生物领域的Usher生长曲线模型,对桩的桩顶荷载-桩顶沉降曲线(即Q-s曲线)进行拟合,并对其极限承载力进行预测.给出了Usher模型的建立与求解,并用于分析3根试桩(包括2根灌注桩、1根钢管桩)的实测资料.结果表明:Usher模型对3种类型的Q-s曲线有高的拟合精度;该模型拟合效果优于双曲线模型,特别是在曲线的末端;利用这些拟合方程式能对3种桩的极限承载力进行预测.     

关于期刊条码编码问题的思考

针对目前期刊条码编号使用错误较多的情况,分析期刊编码的计算方法及存在的问题,提出期刊条码的修改建议及可行性分析,以规范期刊条码的使用。     

一种基于网络编码的速率自适应多播MAC协议

针对现有IEEE 802.11协议在无线局域网多播应用中存在可靠性差、吞吐性能不佳等诸多缺陷,提出了一种基于网络编码的速率自适应多播MAC协议RAMPNC.该协议采用网络编码组传输模型发送多播数据,使多播接收节点通过对累积的编码帧进行解码操作恢复出所需的原始数据.此外,RAMPNC利用RTS/CTS 握手信号实现信道状态信息交换,并根据多播接收节点反馈的信道信噪比估值动态调整源端的物理层发送速率.通过使用NS-2模拟器评估RAMPNC协议性能,结果显示,该协议在多播吞吐量,平均帧传输延时和帧投递率等方面获得了比已有ELBP和ARSM协议更好的性能.     

基于改进广义回归神经网络的雷达故障预测

针对目前雷达故障预测存在的问题,提出了一种基于遗传算法(GA)的广义回归神经网络(GRNN)模型.该模型以前10个时刻的雷达状态为输入,以下一时刻状态及其变化速度为输出;利用遗传算法对网络平滑因子以及网络结构进行优化,以均方差(MSE)最小构造适应度函数.仿真结果表明,所提出的GRNN模型预测值与计算值的偏差系数2.62%,期望偏差率2.07%.     

浙江省地壳形变监测网络的构建及其应用前景展望

近年来,GNSS技术取得了长足进展,特别是GNSS的相对定位精度有了显著提高.GNSS技术已经成为监测地壳形变和板块运动的主要手段,它可以提供各活动构造带地壳水平运动的可靠结果,建设浙江省的地壳形变监测观测网,可获取大量监测区域地壳形变震兆信息,对于研究浙江省的地壳形变运动,监测板块边缘及内部的构造变形,提高浙江省地震预报水平有很重要的意义.     

多轴低周非比例加载下疲劳寿命预测方法综述

综述了近年来国内外关于多轴非比例加载下疲劳寿命预测方法的研究现状,评价了各种方法的优缺点和适用范围,并对非比例加载下的疲劳寿命预测方法的研究工作提出了展望和设想。     

Bit-Depth Scalable Coding Using a Perfect Picture and Adaptive Neighboring Filter

Bit-depth scalability is a new research field in the on-going scalable extension of the H.264/AVC (SVC) video coding standard. The key point is to accurately predict the enhancement layer, whose bit depth is 10 or more, from the 8 bit base layer. An improved inter-layer prediction scheme for bit-depth scalability was developed that ensures compatibility with the standard and improves the encoding efficiency. The scheme uses a “perfect” 8 bit picture with an adaptive neighbor filter whose coefficients are optimized by minimizing the block distortion between the 8 bit reconstructed picture and the “perfect” picture to achieve a more precise 10 bit prediction based on the filtered picture. Double arithmetic precision is used to further improve the encoding efficiency. Experimental results show that the scheme outperforms the recent joint video team (JVT) proposal in the joint scalable video model (JSVM).     

Performance prediction for Grid workflow activities based on features-ranked RBF network

Accurate performance prediction of Grid workflow activities can help Grid schedulers map activities to appropriate Grid sites.This paper describes an approach based on features-ranked RBF neural network to predict the performance of Grid workflow activities.Experimental results for two kinds of real world Grid workflow activities are presented to show effectiveness of our approach.     

一种指纹特征点信息的表示方法

指纹图像经细化后并提取特征点,把特征点的信息构成特征向量作为指纹特征模板.本文提出了一种有效的指纹特征信息的表示方法,把中心点作为参照点,利用中心点和特征点之问的距离和纹线数与图像的旋转和平移无关的特性来标记特征点.通过结果分析,此方法占用的空间相对要小.