确定周期为2pn的q元序列k-错线性复杂度曲线的快速算法

文章提出周期为2pn的q元序列k-错复杂度曲线的一个快速算法,这里q为奇素数且是模p2的一个本原根,该算法推广了计算周期2pn的q元序列线性复杂度和k-错线性复杂度的快速算法。     

塔里木盆地北部油气系统与构造运动的关系

库尔勒鼻凸—草湖凹陷位于塔里木盆地满加尔坳陷北延部分,主力烃源岩为腐泥型的下古生界寒武系、奥陶系暗色灰岩,储集岩为古生界奥陶系灰岩和石炭系、三叠系、侏罗系、白垩系砂岩.根据原油性质及流体包裹体分析,寒武系主生油期为加里东中期—海西晚期,奥陶系为海西期—燕山期.油气主运移期分别为晚古生代晚期—早侏罗世,早中新世—第四系.早海西期和晚海西期的构造运动对研究区油气的聚集具有极大的影响.因此,结合构造运动期次,划分出深部海西早期油气系统(∈-D1 2)、晚燕山期油气系统(D3-J)和上部喜马拉雅期油气系统(K-Q).     

Investigation on Hepatopoietin and Other Novel Genes from Human Fetal Liver

The aim of this study is to discover the molecular mechanism of the 22-week gestated human fetal liver(HFL)which rarely displays both hematopoietic and hepatic functions. Based on large-scale cDNA library sequencing and bioinformatic analysis, the largest     

一种评定平面线轮廓度误差的新方法

提出了一种基于遗传算法和自适应的计算平面线轮廓度误差的新方法。该方法满足最小条件原理,它利用样条插值函数拟合理论轮廓,并在评定过程中能自动地实现被测轮廓与理论轮廓之间的适应性调整,从而能够分离并消除被测轮廓与其测量基准之间的位置误差对轮廓误差评定结果的影响,在遗传优化中获得全局最优解。这种算法简单明确,具有精度高、收敛速度快、易于计算机程序实现、易于推广应用等特点。     

人工神经网络对电子鼻性能的影响

电子鼻原型由4个气体传感器组成的阵列和人工神经网络识别软件组成,可识别不同品牌的白酒.以它为例,研究了3种人工神经网络,即反向传输网络(BPN)、学习矢量量化网络(LVQ)和概率神经网络(PNN)对电子鼻性能的影响.结果表明,在需要精细识别时,虽然传感器阵列对白酒的响应谱的差别是电子鼻识别的基础,但是人工神经网络结构和算法包括相关训练参数的选择对决定电子鼻的性能也有重要的作用.比较而言,学习矢量量化网络在分类能力和训练成本方面更胜一筹,而概率神经网络则在计算负载和易用性方面更好一些.     

基于钻孔数据的勘探线剖面图自动生成方法

采用拓扑学研究了基于钻孔数据的平(剖)面图自动生成算法问题,给出了层次型钻孔数据库的构建方法,介绍了钻孔勘探线剖面图的绘制方法,包括倾斜钻孔计算、简单地质界线追踪连接、断层等地质构造的人工辅助绘制等,并以安徽马鞍山高村铁矿和江西城门山铜矿的钻孔数据为例分别绘制了直孔和斜孔的勘探线剖面图.研究结果表明:钻孔数据剖面连图与平(剖)面图相互切割自动连图属于同一类型问题,都属于二维矿山散乱数据的可视化问题,其核心是地质界线的拓扑关系、数据插补和智能追踪;将矢量栅格混合构模与智能识别相结合是一种可行的方法.     

1400F轧机工作辊与冷却液之间换热特性的最优值

为了提高分段冷却在板形控制中的作用,对1400F铝带箔轧机工作辊与冷却液之间对流换热特性进行了模拟研究,采用正交实验方法获得了一组最优的冷却参数,并进行了模拟验证.结果表明,影响冷却效率重要性的因素依次是冷却液粘度、喷射速度、冷却液温度和喷射角度.     

高速目标的相位编码步进频率信号分析

首先分析用步进频率雷达信号实现高分辨率的优缺点,给出了利用相位调制子脉冲来提高性能的相位编码步进频率信号形式;然后分析了其信号处理过程。与步进频率信号在高速目标下成像失真相比,相位编码步进频率信号的多普勒性能有很明显改善。同时,结合相位编码步进频率信号形式提出在高速目标情况下实现精确速度测量的两步估计方法。     

基于复合特征及分层特征选择的雷达HRRP识别

雷达高分辨距离像(highresolutionrangeprofile,HRRP)具有方位敏感性、平移敏感性以及在特征空间高度交叠的特点,采用复合特征可以更好地描述目标特性。利用复合特征,结合分层识别结构提出了一种分层特征选择方法,充分利用了特征信息,简化了识别器结构,使识别运算量大大下降且提高了识别率。基于HRRP的平移不变特征和相关矢量机的计算机仿真实验表明,该方法是有效的。     

基于聚类的文本过滤模型

为了帮助用户在因特网上搜索感兴趣的线文本，提出了基于聚类的文本过滤模型。其基本思想是：在预定的层次目录之下，根据用户给出的过滤模板进行动态扩张，以便于全面地反映用户信息需求。然后，通过对扩张模板的聚类分析，使得每一类由表达相同或相近兴趣的用户模板组成。匹配时，先将文本推送到相应的模板类中，再计算与具体模板的相似度，获得最终的匹配结果，以提高过滤效率。