干涉光谱仪遥感探测的信噪比研究

干涉光谱仪进行空间目标探测时有很多影响因素。通过计算太阳对目标的表面辐射,利用大气传输模型分析软件——MODTRAN分析计算在可见光到近红外范围的天空漫反射辐射和背景辐射,给出探测器接收到的信号电子数。另外分析各种噪声源,给出主要噪声源的计算方法,并以电子数为基本单位表达各噪声的大小,从而推导出干涉光谱仪接收到的信噪比（以电子数为基本单位）的一般表达式。同时,分析各种因素对成像质量的影响,提出可行的方法改善成像质量。     

新型玉米茎秆粉碎灭茬机的田间粉碎试验

以新型玉米茎秆粉碎灭茬机为研究对象,选取刀辊转速、机组前进速度、动刀倾角为三个试验因素,以粉碎合格率、粉碎功耗为试验指标,采用正交试验的方法,在田间对玉米茎秆和根茬进行了粉碎试验,分析茎秆粉碎灭茬机结构、运动参数对粉碎质量、粉碎功耗的影响。试验结果表明:刀辊转速和机组前进速度对粉碎功耗和粉碎合格率的影响都是显著的;动刀倾角对粉碎功耗的影响是显著的,对粉碎合格率是不显著的。最优组合为刀辊转速480 r/m in,动刀的顷角为6°,机组前进速度为2.45km/m。     

基于投资组合理论的商业银行信贷业务运营效率研究

运用投资组合理论中有效前沿和资本市场线模型,基于商业银行不良贷款率和NIM(net interest margin)对商业银行信贷业务运营效率进行测算;采用2011-2016年中国16家上市商业银行的面板数据研究了不良贷款率对商业银行信贷业务收益造成的损失;通过对上述结果对比,发现本文提出的基于投资组合理论的商业银行信贷业务运营效率,能更好揭示商业银行信贷业务的风险和收益关系.未来商业银行在贷款业务中应考虑参考和使用投资组合理论.     

MapReduce系统中的两阶段混合流水作业调度算法

以极小化最大完工时间为目标,研究MapReduce系统中的两阶段混合流水作业调度问题.每个工件都包含两个任务集,即map任务集和reduce任务集.所有map任务必须在第一阶段的m1台平行机上加工,而reduce任务则必须在第二阶段的m2台平行机上加工.一个工件的reduce任务只有在该工件的所有map任务完成后才能开始加工.所有reduce任务不允许中断.对map任务不可中断情形,给出了一个最坏情况界为2-1/max{m1,m2}的近似算法.对map任务可任意分割情形,分别给出了基于Johnson规则和LPT规则的近似算法H(2,J)和H(2,L),并证明了这两个算法的最坏情况界分别为2-1/m2和2.通过数值实验发现,一般情况下H(2,J)性能要优于H2,L,但在reduce任务的总加工时间大于map任务且m2较大时则相反.最后,当map任务和reduce任务的总加工时间成比例关系时,给出了算法H(2,J)的参数最坏情况界.     

基于CUDA的图形处理器FDTD算法仿真研究

由于数值色散及时域迭代的特点,利用时域有限差分（FDTD）进行电磁仿真往往是十分耗时的,通用图形处理器（GPGPU）技术为其提供了解决方案。通过分析FDTD算法及其数值稳定条件,阐明其天然并行优势。基于计算统一设备架构（CUDA）模型,提出了利用图形处理器并行FDTD仿真的实现方法,并与传统CPU计算相比较,验证了并行结果的精确性,分析了各种尺度网格下速度提升情况,通过进一步优化并行方法,计算速度与单CPU相比可提升数十倍。     

高校图书馆中文期刊利用率刍议

从优化期刊选购、做好期刊的管理和参考咨询工作、延长阅览室开放时间、改善阅读环境、提高期刊管理人员的素质等方面论述了如何提高中文期刊的利用率。     

对称型TSP下界的快速估算法

在数学推导和证明的基础上,给出了一个求解对称型TSP问题下界的快速算法,利用该算法求解了TSP标准问题库中部分对称型问题,给出了计算结果并与标准问题库中公布的最好解进行了比较,获得了令人满意的效果.     

终成正果贵在坚持——对CVD金刚石膜研究工作的回顾

100kW级直流等子体喷射化学气相沉积金刚石膜设备的研制成功,使我们成为继美国两家公司之后第三家能独立开发此种设备的单位,具有独创性和实用性。由于多年来的不断努力,我们不仅一直位于该项技术领域的前沿,而且也取得了很好的市场效果。金刚石膜制备工作因贵在坚持而终成正果。通过忆往昔,看今朝,思明日,对以往工作的简单回顾,来纪念院庆30周年。     

影响土石过水围堰溢流工况的因素分析

应用坝工水力学理论,分析了影响土石过水围堰溢流工况的主要不确定因素及其分布,提出了不利溢流工况的设计风险率计算模型。     

超声相控阵低信噪比背景下相关相位校正

超声相控阵中,相位校正在消除相位畸变中起着重要作用。部分相控阵探头,阵元的面积小,回波信号弱,信噪比差。针对该问题,首先研究了邻近和集总相关估计在不同信噪比情况下的校正性能:发现信噪比SNR>12 dB时,邻近相关估计基本不产生估计误差;SNR<5 dB时,邻近相关估计产生的误差随着信噪比下降急剧增大。而集总相关即使在噪声强度较小时也不能做到估计误差为0;在噪声强度增大的过程中,其估计误差并未急剧增加,这与邻近相关估计不同。根据邻近和集总相关的特点,提出了混合相关校正结构。实验表明,混合相关充分利用了邻近和集总相关估计的优点,显著提高了图像质量。