数学建模中的方程思想及其应用

研究如何应用微分方程及差分方程的思想和理论建立实际问题的数学模型.在大学数学教学中不断渗透方程建模的思想与方法,不仅能大大激发学生学习数学的兴趣,提高他们应用数学知识分析问题和解决问题的能力,而且能够极大丰富课堂教学的内涵,有效提高课堂教学质量.     

关于科技名词规范若干问题的思考

着重讨论辞书中科技条目编写在术语规范方面具有共性的问题。从异形词、异名和读音三个方面入手,通过列举实例,对目前规范存在不同意见的词目在理论上加以探讨分析,在操作上提出具体意见。     

结核分枝杆菌H37Rv株与耐异烟肼菌株间细胞壁蛋白质组双向电泳图谱比较

利用双向电泳技术可以对体外培养的结核分枝杆菌非耐药型菌株和耐药型菌株进行细胞壁蛋白质组学比较,寻找与耐药相关的蛋白质．结核分枝杆菌H37Rv株与耐异烟肼菌株在Middlebrook 7H9 Broth培养基中37℃摇床培养1个月后,从培养物中提取结核分枝杆菌细胞壁蛋白．以pH4～7的IPG预制胶条为第一向等电聚焦,以SDS-PAGE为双向电泳第二向,经过银氨染色,图像扫描后,利用软件分析处理图像．在结核分枝杆菌H37Rv株和耐异烟肼菌株的细胞壁蛋白质凝胶图谱中分别检测出499和582个蛋白质斑点．它们的蛋白质分子质量分布基本相似,其中有102个斑点差异显著．这为研究耐异烟肼菌株的耐药机制提供了蛋白质组学方面的信息．     

服装款式设计零部件数字化问题

指出服装款式设计数字化的根本问题在于服装零部件的数字化。从图形图像选择、服装零部件图形化定义、服装零部件数据结构定义、服装零部件拼接、服装饰物处理几方面讨论服装零部件数字化构思，分析现存问题并展望前景。     

异径双辊连铸薄带坯凝固传热的数学模型

给出了轧辊上一维传热的数学模型及其解析解,从而导出透热深度;利用焓法建立了在薄带坯铸轧中钢液凝固传热过程的数学模型,并通过离散化和差分法给出各节点处温度及焓值的数学模型;预示凝固前沿x_3 与时间的对应关系;通过模拟计算分析了传热系数h对凝固场的影响,辊材对温度场的影响,确定临界速度。为控制铸轧速度与辊材的选择提供了科学依据。     

酒名的结构模式和用字情况

酒名有商标、分商标、特殊质料、扩展、功能、适用场合(或对象)、类型等7个主要结构成分,11种结构模式。酒名对11种模式的利用不是均等的,模式5、模式6和模式7是基本结构模式。酒名的用字特点突出,国俗词语、地名、人名、文化典籍等常用来命名酒名。     

碳纤维增强复合材料雷击电-热耦合仿真及因素影响

为了研究碳纤维增强复合材料(CFRP)在雷电流作用下的烧蚀损伤,对CFRP进行了雷电流电-热耦合效应仿真和不同参数影响分析。首先,对试件进行了电-热耦合有限元分析;并在温度叠加法的基础上进行改进,完善了温度引起复合材料的性能变化;利用ABAQUS软件进行了碳纤维增强复合材料雷击损伤电-热耦合仿真模拟,和实验结果对比验证了仿真的有效性。结果表明:相同波形雷击电流,峰值越高,损伤面积越大,损伤深度越大。之后,利用改进方法分别研究不同因素对雷击作用下CFRP烧蚀损伤的影响,结果表明复合材料的电导率、比热、密度是影响烧蚀损伤的重要因素。     

A PLL Clock Frequency Multiplier Using Dynamic Current Matching Adaptive Charge-Pump and VCO Frequency Reuse

A 3.5 times PLL clock frequency multiplier for low voltage different signal （LVDS） driver is presented. A novel adaptive charge pump can automatically switch the loop bandwidth and a voltage-controlled oscillator （VCO） is designed with the aid of frequency ranges reuse technology. The circuit is implemented using 1st Silicon 0.25 μm mixed-signal complementary metal-oxide-semiconductor （CMOS） process. Simulation results show that the PLL clock frequency multiplier has very low phase noise and very short capture time .     

基于深度极限学习机的柴油机尾气排放预测

准确预测拖拉机等柴油机械实际工况污染物排放在排放清单建立和区域污染物排放控制方面具有重要意义。基于拖拉机不同运行状态下发动机转速、油耗、燃烧比、CO、HC、NOX和PM等实测数据作为数据源,建立深度极限学习机(Deep Extreme Learning Machine,DELM）的预测模型,并对拖拉机怠速、行走和旋耕等基本工况下的污染物排放进行预测。为进一步评估DELM预测模型的适应性,将其与支持向量机(support vector machine, SVM)和前馈神经网络(Back propagation neural network, BPNN)模型进行对比分析。结果表明,1）DELM模型在预测排放时间序列方面具有一定优势,其预测拖拉机在怠速、行走和旋耕3种状态下的NOX、HC、CO和PM排放均方根误差均值分别为5.269×10-5、5.195×10-5、5.135×10-5和2.795×10-5。2）DELM模型与SVM和BP对比发现,DELM模型在鲁棒性以及适应性方面的优势显著。3）DELM方法的较高的准确度和泛化性,为基于发动机状态数据预测移动源尾气排放提供思路和方法。     

分部积分公式的推广及其应用

给出了分部积分公式的推广形式,并讨论了分部积分过程的形式化。