基于微通道的太阳能集热器及其性能模拟

针对传统的平板型太阳能集热器集热效率较低的问题,本文设计了一款微通道集热器,采用数值模拟方法研究了微通道集热器的工作状况,并分析了传统平板型集热器的管中心距在稳态传热条件下对集热器的效率影响。仿真结果表明:相同条件下,平板型集热器的管间距越小,集热效率越高;微通道集热器的平均集热效率比最佳管间距的平板型集热器高9.3%,比常用的两种平板型集热器分别高20.6%、30.6%。该结果有利于优化平板型集热器的设计参数,为微通道集热器的实际应用提供了依据。     

电子政务安全保障体系的研究

介绍了电子政务信息系统的总体结构、电子政务安全保障体系和方案.     

用EXCEL建立带息分期收款查询系统

EXCEL提供一种数据列表管理功能，支持对许多数据清单进行类似于关系数据库的数据操作．本文利用EXCEL的数据列表管理功能和PMT函数，来设计一个带息分期收款查询系统。     

基于Piecewise算法的反正切运算器的设计

在科学计算、数字信号处理和图像处理等诸多应用中,反正切运算都是常用的基础操作之一。基于Piecewise算法,面向某型DSP芯片设计了一个符合IEEE-754标准的单精度浮点反正切运算器。为了达到设计精度,分析和限制了运算过程中的所有误差。为了确保输出结果具备与原函数一致的单调性,提出了一种可确保算法单调性的设计方法。为了降低硬件成本,使用了二级分层分段方法,并实现了基于电路静态和动态分析的信号位宽设计与优化。基于FPGA的仿真结果表明,反正切运算器所需硬件成本较小,其输出结果与标准结果之间的误差小于1 ulp,且运算器输出具有良好的单调性。     

基于机器学习理论的软件可靠性预测研究

由于软件可靠性早期预测在测试前就能够使开发和测试的相关人员对软件的可靠性有一定的了解．所以对于软件如何进一步开发、测试和质量的控制都具有十分重要的作用。该文将支持向量机理论引入到软件可靠性早期预测领域中来,提出了基于支持向量机的软件可靠性早期预测模型。通过对比仿真实验,证实了此模型同传统模型相比具有预测精度更高、泛化能力更强、对样本数量的依赖程度更低的特点。     

遥感图像边缘检测的不确定性及其处理方法探讨

遥感图像边缘检测是遥感图像处理领域的难点和热点,多种不确定性因素造成边缘像元的位移和变形,影响了遥感图像边缘检测的进展。本文较系统地总结了影响遥感图像边缘检测的不确定性因素,从噪声、随机性和模糊性、尺度效应、混合像元以及光谱的不确定性等几个方面进行具体阐述,并指出了遥感图像边缘检测不确定性的研究重点与发展方向。     

基于反事实推理的时间上下文协同过滤推荐

为在推荐算法中有效地融合用户行为的时间特性,提出基于反事实推理的时间上下文协同过滤推荐算法.采用替代式类型的反事实推理,假设用户行为的时间间隔服从负指数分布;运用切比雪夫不等式搜寻偏离负指数分布的数据点,刻画用户行为的阵发性和间歇性;以用户行为发生时间偏离负指数分布的程度量化行为间的相似度;避免定量刻画用户行为时间分布特征,保证算法的普适性.对比实验结果表明,该算法能有效提升推荐效果.     

叠层结构对Cu/In预制膜微观结构的影响

采用超声波-脉冲直流电沉积的方法在钼基底上制备了两种不同叠层结构的Cu/In预制膜:Cu/In多层膜和Cu/In双层膜,经过随后的热处理得到了Cu/In合金膜。通过XRD、SEM等对比研究了这两种Cu/In预制膜热处理前后的表面形貌、成分和相结构特征。结果表明:采用Cu/In多层膜制备的Cu/In合金膜表面更致密、平滑,成分分布更均匀,所用的热处理时间短且显著减少了In元素的挥发损失,更利于薄膜原子比的精确控制。     

极化方式对硫系玻璃二次谐波的影响机理研究

为探索具有较大二阶非线性光学性能的玻璃材料,利用传统的熔融淬冷法,制备了0.8GeS2·0.1Ga2S3·0.1X2S3 (X=P, As, Sb)三种硫系玻璃.通Maker条纹法测试了玻璃样品在极化后的二次谐波特性,用热诱导退极化电流法研究了各体系玻璃分别在电场/温度场极化、电子束辐射极化后产生二阶非线性光学性能的机理,系统分析了玻璃组成结构、极化性能和二次谐波之间的关系.二次谐波测试表明对于用电场温度场极化的样品,二次谐波稳定性较差,其中含磷的稳定性最好;相反,用电子束辐射极化的样品,整体稳定性要好,而含锑的玻璃的二阶非线性最强.热诱导退极化电流测试表明,在电场温度场极化玻璃后,由偶极子取向产生的二阶非线性光学性能的弛豫时间都很短;相反用电子束辐射极化玻璃后,硫系玻璃内部较多的结构缺陷可以有效形成吸收电子和二次电子,从而导致玻璃产生的二阶非线性光学性能相对来说比较稳定,具有较长的弛豫时间.     

基于反事实推理的时间上下文协同过滤推荐

为在推荐算法中有效地融合用户行为的时间特性,提出基于反事实推理的时间上下文协同过滤推荐算法.采用替代式类型的反事实推理,假设用户行为的时间间隔服从负指数分布;运用切比雪夫不等式搜寻偏离负指数分布的数据点,刻画用户行为的阵发性和间歇性;以用户行为发生时间偏离负指数分布的程度量化行为间的相似度;避免定量刻画用户行为时间分布特征,保证算法的普适性.对比实验结果表明,该算法能有效提升推荐效果.