微信、QQ功能迭代与网络人际传播变迁研究

本文通过回溯并梳理国内两大即时通讯头部应用——QQ和微信的版本更新日志,结合行业发展报告,从媒介史和媒介进化论的视角出发,顺着网络即时通讯工具的发展轨迹,对网络人际传播的变迁展开纵向研究.研究旨在理清国内网络人际传播方式和传播模式的发展脉络,探究社交媒体时代网络人际传播对传统人际传播的再现与演进情况,脱离简单的功能描述,探究背后的深层原理.     

基于列表的迭代分枝定界MIMO检测算法

提出了基于列表的迭代分枝定界算法,利用搜索到的候选列表计算比特软信息,降低了MAP计算复杂度,同时进一步提出了改进的列表分枝定界算法,每次迭代利用更新的先验信息重新计算候选列表,提高了列表质量。仿真结果表明列表分枝定界算法通过在MIMO信道检测和信道解码之间传递外信息,取得了逼近信道容量的性能,而修正的考虑先验信息的列表分枝定界算法在性能损失可忽略的情况下,减小了候选列表的大小。     

改进的边坡岩体稳定性预测模型研究

由于边坡岩体的结构与物理力学性质表现出宏观和微观上的不连续性和高度的非线性等特点,其稳定性受地质因素和工程因素等的综合影响,这些因素大部分具有随机性、模糊性、可变性等不确定性特点,因此,边坡工程是不确定的、非线性的、动态开放性的复杂大系统,传统分析方法往往难以准确地描述这种复杂的非线性特征,因而对大型复杂边坡的稳定性进行准确预测预报尚存在一定的困难。提出了基于模拟退火交替迭代算法神经网络的边坡安全系数预测方法,在相同的初始条件下,用该方法和经典网络进行了比较,得出前者的优越性和有效性。在综合分析边坡岩体变形失稳破坏模式及其影响因素的基础上,采用了表征边坡岩体稳定性分析的复合指标为预测模型的影响因子。并利用该方法对收集到的水电工程边坡实例进行学习,对未学习过的边坡实例进行推广预测,取得了较好的效果,其预测精度明显优于经典算法BP神经网络。由此说明所提出的预测模型能够快速、准确地获取不同方案下的边坡安全系数,为选择经济合理的边坡设计方案提供了新的思路。     

一种增广拉格朗日优化方案及其非连续变形分析实现

接触力计算精度是关乎非连续变形分析结果有效性的关键因素之一。经典非连续变形分析法(DDA)采用罚法施加块体间的接触约束,实现简单,但合理的罚值选取困难。因此,提出了一种增广拉格朗日优化算法,改进DDA中接触约束的处理。通过结合开闭迭代算法和自适应罚值更新方案等,提出并实现了多面体DDA增广拉格朗日算法及其优化方案。最后,设计了2个经典数值算例,计算结果表明:改进后的三维DDA提高了计算精度且保证了计算效率,可用于复杂多面体块体系统的非连续力学行为分析,如大型节理岩体工程稳定性分析。     

大空间建筑室内热环境CFD模拟中壁温及室温的求解

应用PHOENICS软件模拟某体育馆的室内热环境,将壁温作为模拟的第一类边界条件。建立了室内表面对流辐射耦合换热方程,着重讨论了采用表面换热分析法求解表面传热系数以求解壁温的方法。因壁温计算和室温计算互相耦合,采用迭代计算的方法求解壁温和室温。模拟计算结果与实测结果基本吻合。