钢板用近终形连铸的现状

本文评述了钢板用近终形连铸技术及其现状。近10年来，薄板坯连铸和紧凑型轧制工艺的经济性为人们所认可，并且变得非常普及。对于该工艺的继续发展，高品质的应用将是一个关键。最近，奥氏体不锈钢的双辊带坯连铸工艺已经获得工业性应用，其决定浇铸均匀性和产品品质的关键性工艺参数亦已确定。但是因为有待于观察该技术在经济上是否具有可行性。推广该带坯浇铸工艺尚需时日。     

建立和发展合理的炉外生铁脱硫工艺

本文说明了深入研究铁水脱硫合理过程的结果与其它工艺的对比、研究和检验、不同工艺方案,提出最新研究结果,包括高强度精炼使铁水中硫含量达到0．001％ 0．002％,精炼时间3—6min。通过技术经济对比证实了黑色金属研究所研究的生铁脱硫工艺最合理。     

横向磁场中矩形薄板在分布载荷作用下混沌分析

在建立置于横向稳恒电磁场中,同时受横向均布载荷作用四边简支的金属矩形薄板的受力模型的基础上,推导了金属矩型薄板的磁弹性耦合动力学方程,求得了该模型振动系统的异宿轨道参数方程,并根据Melnikov函数方法,推导并求解了振动系统的异宿轨道的Melnikov函数,最后给出了判断该系统发生Smale马蹄变换意义下混沌运动的条件和混沌运动判据.由此可对矩形薄板在机械载荷和电磁载荷共同作用下的分岔和混沌进行分析.本文给出的方法可以推广到其他不同边界条件和不同外载荷条件下弹性薄板的磁弹性振动问题的研究.     

基于混沌PSO的动态可重构系统软硬件划分

软硬件划分是动态可重构系统软硬件协同设计中的关键技术之一,如何兼顾划分效率和划分效果,达到两者的最佳结合是软硬件划分的主要问题.在考虑动态部分重构及重构延时等特征的基础上,提出一种微粒群优化算法与混沌优化算法相结合的混沌微粒群软硬件划分方法.该算法使用基于实数编码的微粒群优化算法执行全局搜索,再根据搜索结果采用混沌优化算法执行局部搜索,具有较强的全局搜索和跳出局部最优的能力.仿真实验表明,该算法比标准微粒群算法和遗传算法具有更好的有效性和快速性,能够有效地实现应用任务图到可重构系统的时空映射.     

围挡式洁净区的单向流特性研究

通过实验分析围挡式洁净区的3个特性指标，即：流线平行度、乱流度和下限风速，并指出其应用价值和市场前景。     

深圳市规划国土信息系统基础信息子系统设计和开发

深圳市城市规划国土信息系统（ＳＵＰＬＩＳ）基础信息子系统是ＳＵＰＬＩＳ最先开发的五个子系统之一。它是深圳市规划国土局测绘业务管理的办公自动化系统和测绘信息服务的空间型信息系统。它又是ＳＵＰＬＩＳ其他各子系统的统一基础，为各子系统提供空间定位基础和地理背景信息。本文简略介绍该子系统的设计和开发，包括系统逻辑结构、系统功能、支持环境、数据分层、分类和编码、基础数据库构成、用户界面开发等。该子系统已初步开发完成，正投入试运行和与其他已开发子系统集成，以期早日发挥效益和在应用中进一步优化．ＳＵＰＬＩＳ是深圳审规划国土局本着“以规划为龙头，以土地为中。”方针，对本局规划、市政、管线、报建、房地产、测绘等多项业务进行科学管理和办公自动化的综合性、空间型信息系统。ＳＵＰＬＩＳ系统在调研和样区试验的基础上．于１９９３年５月通过了总体设计方案论证。根据总体方案，ＳＵＰＬＩＳ包括十个子系统，按需要分期分批开发、应用。基础信息子系统是ＳＵＰＬＩＳ第一批开发的子系统之一，由中国测绘科学研究院和深圳市规划国土信息中心共同完成。     

前馈神经网络WAFS学习算法

1.引言前馈神经网络是目前应用最广的一种神经网络,其学习算法是由Rumelhart等人于1986年提出的反向传播(Back Propagation,BP)算法,故这种神经网络也常被称为BP神经网络。人们对前馈神经网络学习算法的研究,以前主要着重对各层之间联接权值优化的研究,如BP算法以     

一个网构软件可信实体模型及基于评估的信任度量

对于运行在开放、动态、难控的互联网环境的网构软件,其可信性保障与管理是一个重要课题.目前的研究多是基于信任网络思想的信任度量及演化模型,这种模型对于网构软件来说,在信任的来源、实体间信任关系的约束、信任传递参数的设置方面仍存在着不足.因此,本文引入可信计算中信任链模型的思想,提出了一个网构软件可信智能实体模型,并在此基础上构建了基于评估的信任度量方法.首先通过动态自省、显式自明和自主演化的机制保障了实体本身的可信,建立了信任的基点;并给出了形式化的描述及交互行为的动态监测;然后通过建立Bayes网络综合推荐信任并使用评估方法加以修正,以精确计算信任传递过程中的衰减参数,建立了信任链传递过程中的可信认证机制;最后通过实验验证了所提出方法的正确性.     

时延受限能耗均衡的无线传感网数据采集树

为延长网络寿命,缩短网络汇聚时延,提出了一个时延受限,能耗均衡的传感网数据采集树构建方法。该方法以节点的剩余能量和节点间距离为参数构建权值函数,使用Dijkstra算法计算一个最小加权能耗生成树。在此基础上,沿最小加权路径,对生成树进行局部调整,从而在满足时延要求的同时,均衡网络能耗。实验表明,该方法延长了网络平均生存期,达到了均衡网络能耗的目的。     

集成社会化标签和用户背景信息的协同过滤推荐方法

针对传统的协同推荐算法存在数据稀疏和推荐精度低的问题,提出了一种集成社会化标签和用户背景信息的协同过滤(CF)推荐方法。首先,分别计算基于社会化标签和用户背景信息的用户间的相似度;然后,基于用户评分计算用户间的相似度;最后,集成上述3种相似性度量产生用户间综合相似度,并对目标用户进行项目推荐。实验结果表明,与传统的协同过滤推荐算法相比,所提方法在正常数据集和冷启动数据集下的平均绝对误差(MAE)平均降低了16%和22.6%。该方法不仅能有效地提高推荐算法的精度,而且能较好地解决数据稀疏和冷启动的问题。