基于ASP.NET的毕业设计选题系统构建

介绍了ASP.NET技术,并对基于ASP.NET技术开发的B/S结构毕业设计选题系统的功能进行了详释。     

浅谈如何在课程改革下进行语文教学

素质教育是学校教育工作的核心，是实现学生能力培养及学生身心素质全面发展的主要途径。本文提出了如何在小学课程改革下开展语文教学的几种方式。     

基于TCP／IP的网络体系结构完整性的研究

从几个方面论述了TCP／IP体系结构怎样通过层间协作来保证通信的可靠性，以此说明任何一个网络体系结构必须具备完整性，并给出了网络的几种寻址方法．     

一种求解刚体3D运动参数的鲁棒算法

提出一种基于鲁棒统计学中位数的３Ｄ运动参数估计方法，能够有效地克服由于出格点造成的粗差，并且不需任何参数初始值，整个算法计算简便，计算机模拟显示，其估计精度是令人满意的。     

粘性／非粘性方程有限元和谱方法混合逼近

讨论有粘性和无粘性Ｎａｖｉｅｒ－Ｓｔｏｋｅｓ方程有限元和谱方法混合逼近问题，弱交面匹配关系被应用。收敛估计显示有限元精度和谱精度可在各自的子区域中得到。     

固体吸附制冷系统发生器温度场数值模拟

以内燃机排气－固体吸附制冷系统为背景，建立了固体吸附制冷系统发生器瞬态温度场数值计算模型，并讨论模型中涉及的部分物性参数。通过实验验证，该模型能较好地模拟发生器内瞬态温度场。     

链式输送竹片软化机研究

简述了链式输送竹片软化机的设计指导思想和设计方案，重点介绍软化机的构成，参数的确定以及它的优点。     

Krylov子空间投影法研究进展

Ｋｒｙｌｏｖ子空间投影法是一类非常有效的大型稀疏线性代数方程组解法，已被广泛应用于各种领域，随着左右空间Ｌｍ，Ｋｍ的不同取法可以得到许多人们熟知的方法．本文按矩阵Ｈｍ的不同类型，即为上Ｈｅｓｓｅｎｂｅｒｙ阵还是三对角阵将Ｋｒｙｌｏｖ子空间投影法分成两大类，从每步迭代是否具有最优性和方法的存储量、计算量等方面对Ｋｒｙｌｏｖ子空间法及其最新进展进行评述，指出Ｋｒｙｌｏｖ子空间法的局限及今后的研究方向．     

《光电技术》课程的教学改革与实践

对《光电技术》课程的教学内容和教学方法进行了改革，并提出了如将教学和科研有机结合起来开展实验教学改革，使教学能紧跟上高科技的飞速发展，充满活力和时代气息。实践证明，这些教学改革效果良好，不仅有助于激发学生学习兴趣，而且有利于培养学生分析问题和解决问题的能力。     

Samples Selection for Artificial Neural Network Training in Preliminary Structural Design

An artificial neural network (ANN) is applied in the preliminary structural design of reticulated shells. Major efforts are made to enhance the generalization ability of networks through well-selected training samples. Number-theoretic methods (NTMs) are adopted to generate samples with low discrepancy, i.e.uniformly scattered in the domain, where discrepancy is a quantitative measurement of the uniformity. The discrepancy of the NTM-based sample set is 1/6-1/7 that of samples with equal spacing. In a case study,networks trained by NTM-based samples are compared with those trained by equal-spaced samples in generalizing performance. The results show that both the computational precision and stability of the former ANNs are more satisfactory than those of the latter. It is concluded that the flexibility of ANNs in generalizing can be effectively increased by use of uniformly distributed training samples rather than simply piling data.More reliable uniformity should be obtained, however, through NTMs instead of equal-spaced samples.