限定领域智能导学系统问题生成及对话管理技术

智能导学是当前信息化教学研究的一个热点领域,将导学技术应用到难于识记并需要严格遵守的规章规程类知识领域,将极大地提高领域人员对相关知识的快速理解与掌握能力.采用面向对象的知识表示方法,提高了对通用主题和问题模板表示的灵活性.设计了基于模板的领域知识表示方法和导学问题生成方法,可实现一个主题知识生成多种问句.采用约简的有限状态转移方法,避免了对话管理中状态数量庞大的问题.最后,本文以船舶损管领域为例,将此方法运用到船舶损管训练语音导学原型系统中.系统运行良好,充分表明这种设计方法是切实可行的.     

基于5F-L序列类EIGamal公钥密码体制和数字签名

对一类特殊五阶Fibonacci-Lucas序列及其性质进行深入研究,并以五阶Fibonacci-Lucas序列来替代Lucas序列和三阶Fibonacci-Lucas序列,提出基于五阶Fibonacci-Lucas序列类EIGamal的5FLELG公钥密码体制和数字签名方案,验证其正确性和有效性,给出序列项计算方法,并分析体制的安全性和效率.     

基于PLC及触摸屏的涂装前处理线控制

分析了PLC及触摸屏POD在前处理线控制系统中的应用,实现对前处理线多种规格的工件的装料、工艺处理、卸料等功能。由于采用富士UG221H-LR4POD及子程序设计,可与PLC、温控仪及变频器通讯,可用于数据给定、运行监控、报警显示。     

基于合作博弈的配电系统源网荷间市场化交易方法研究

在能源互联网的发展背景下,分布式电源（distributed generation,DG）和电采暖负荷通过组成供电联盟的方式实现内部生产和消费,促进新能源消纳,同时参与市场化交易已成为必然趋势。首先给出了以DG和电采暖负荷组成的供电联盟参与市场交易模式存在的条件;其次,运用合作博弈理论,制定了联盟交易模式下的定价机制,并提出了各参与方利益的计算方法;然后,以代理供电联盟的售电商利益最优为目标,构建了供电联盟选择及日前撮合和报价模型;最后,通过对联盟交易模式进行仿真和分析,证明了其可行性和优化决策模型的有效性。     

聚甲基丙烯酸甲酯/二氧化硅复合材料的热性能

聚甲基丙烯酸甲酯/二氧化硅(PMMA/Si O_2)复合材料可以通过简便的单体浇铸、本体聚合方法制备,二氧化硅用硅烷偶联剂3-(异丁烯酰氧)丙基三甲氧基硅烷(γ-MPS)进行表面修饰,并用红外光谱表征其甲苯抽提后的组成。当加入量为11.76%时,PMMA/Si O_2复合材料的导热率达到0.23 W/(m·K),比基体PMMA提高了27.78%。用PMMA红外光谱的侧甲基弯曲振动峰(δCH3)与羰基(νC=O)的伸缩振动峰比值可以表示PMMA大分子的偶合终止与歧化终止的比例,随着二氧化硅含量的增加,歧化终止比例升高,从而使PMMA/Si O_2复合材料的热稳定性提高,与热重分析结果一致。     

软分离性的进一步研究

给出软Urysohn空间和软T5空间的定义,解释了相关文献中Shabir和Naz提出的例10是错误的,并且给出了注5的一个正确的例子,给出几种软分离性之间的关系。     

直线Bresenham生成算法的三维推广

直线Bresenham生成算法仅适用于二维直线的生成,文中巧妙地利用直线在两个坐标平面的投影,将二维直线Bresenham算法推广到三维,用于空间直线的生成,给出了一个具体实例,并分析了计算误差和算法效率,结果表明,三维直线Bresenham生成算法具有高效和高精度的特点,可用于数空机床和快速成型机的空间直线插补。     

隐喻性儿童用户界面的设计

隐喻认知是一种普遍的认知机制,其应用为推进软件界面从专业走向日常生活,从效率优先到注重体验的转变发挥了重要的作用。在儿童教育和语言应用等儿童相关领域,隐喻的认知特点也获得研究人员的肯定,并积累了一定的研究结果。本文简要分析了隐喻的认知原理和审美功能,从儿童构建与解读隐喻的角度,提出儿童隐喻性人机界面设计过程中应注意的一些环节。     

降解多聚半乳糖醛酸菌株的诱变

从食品工业的废水池中筛选分离得到一株能有效降解多聚半乳糖醛酸的菌株,通过测定其16SrRNA的序列,证明该菌株属细菌类,命名为HDYM-02.为了使分离得到的原始菌株降解多聚半乳糖醛酸的能力达到实际应用的要求,运用硫酸二乙酯、叠氮钠、马来酰肼及紫外对降解多聚半乳糖醛酸生产菌菌株HDYM-02进行诱变,使用刚果红染色法对诱变得到菌株进行筛选,并检测突变菌株对多聚半乳糖醛酸降解能力,选育出高效降解多聚半乳糖醛酸的菌株.结果表明:出发菌株经过叠氮钠诱变30min时,诱变得到的菌株降解效率高,是出发菌株的1.66倍,达到实际应用的要求.     

水文模型参数不确定性分析方法探讨

应用基于马尔科夫链蒙托卡罗(Markov Chain Monte Carlo)理论的MH (the Metropolis Hastings algorithm)算法,以尼泊尔Bagmati流域为案例,对水箱模型参数进行优选和不确定性评估.结果表明,该方法能有效探寻模型参数的概率分布和统计特性,尤其对于参数统计特性未知的复杂模型来说,其仍是洞察模型参数概率分布的较优选择.