分布式流媒体分发系统的设计与实现

研究并实现了一个基于代理的应用层多播原型系统--分布式流媒体分发系统(DDSSM).该系统按照树优先的方式构建多播路由,并采用分布式和主动式策略利用节点自身的邻居状态信息对多播树的拓扑结构进行动态维护.系统在实现上体现了面向对象的设计思想,达到了模块化的设计目标.在PlanetLab上的实验表明,DDSSM能够根据用户不同的约束条件构造满足QoS要求的应用层多播树,实现对实时音频流数据的分发,并且能够支持较大规模的多播应用,基本实现了为用户提供可扩展、高效率和高可靠的多播服务的目标.     

一种求解QoS约束组播路由问题的遗传算法*

针对多维QoS约束的组播路由问题,提出了一种基于遗传算法的解决方案QCMRA-GA(GA of QoS Constraints Multicast Routing Algorithm).该算法对经典遗传算法的三大算子进行了重新设计,有效地克服了遗传算法的早熟现象.对染色体进行Prufer树型编码,可以避免回路的产生,并根据编码特性,进行基于叶子节点和Steiner节点的解空间压缩,提高了算法的收敛速度.实验表明QCMRA-GA的正确性和效率性.     

基于鲁棒优化的供应链联合补货策略

供应链管理中的客户需求不确定性会导致需求信息偏差逐级放大的"牛鞭效应",但目前常用的供应链管理策略为供应商管理库存,没有考虑需求不确定的影响。为此,在单个供应商、多个零售商需求不确定的情况下,结合鲁棒优化法提出一种联合补货策略进行库存管理。构建一个非线性混合整数规划模型以计算两级供应链的总成本,通过总成本的变化来反映供应链系统的性能,采用鲁棒优化法求解供应链系统的最小总成本,并使用外部和内部两层迭代算法获得供应商和零售商的补货周期及补货数目。实验结果表明,与传统的供应链策略ERI和AR相比,该策略可有效降低供应链系统的总成本。     

新型井道式室内施工升降机的研究与应用

结合具体工程,论述了新型井道式室内施工升降机与传统施工升降机相比所具有的异同点及优势,研究了该新型施工升降机在高层电梯井道内安装、运行及使用过程中的施工工艺,重点对其性能参数、工艺流程及注意要点进行阐述.经实践验证,该新型施工升降机运行安全可靠,保证了施工工期,总结的施工经验可供类似项目借鉴.     

现浇板式清水混凝土螺旋楼梯施工深化设计要点研究

螺旋楼梯因其流线造型美观、典雅,节省空间而广受欢迎,大多数螺旋楼梯均采用钢结构或普通混凝土+外饰面做法进行施工。而近几年清水混凝土构件在建筑中的运用越来越多,将清水混凝土与螺旋楼梯结合,设计比较新颖,但是施工难度大,质量要求高,尤其是采用普通的模板脚手架进行施工时,其模架体系深化设计的好坏关系到清水混凝土螺旋楼梯的最终效果,通过工程应用,对其深化设计的步骤和要点进行了阐述,可以为类似工程提供借鉴。     

GPC的标定和Mark-Houwink参数

介绍了采用不同特性粘数和分子量分布的聚合物为标样,应用普适标定曲线,以试误法订定Mark-Houwink参数K和α最佳值的方法。分别订定了聚苯乙烯、乙丙共聚物、聚丙烯和聚氯乙烯等的K和α值(邻二氯苯,135℃或90℃)。特性粘数的相对误差分别在6％或4％以下;聚苯乙烯的粘均分子量与Pressure Chemical Co.提供的数据符合得较好;乙丙共聚物的重均和数均分子量也分别与用小角激光光散射仪和膜渗透计测定的结果一致。同时,在实验误差范围内,对于所有聚合物发现logK与α成线性关系。     

基于Presagis Creator的室内三维可视化建模研究

结合大学校园三维漫游系统的开发经验,以Presagis Creator13为建模工具,通过数据采集、图像处理、三维建模、纹理映射等操作,实现了某实验室内部情况的三维可视化建模;同时探讨了Presagis Creator与3DS Max、Sketchup等三维建模软件的区别和联系,提出了建模策略.     

DHNN模型在岩爆烈度分级预测中的应用研究

针对现有岩爆预测方法权重的确定带有随意性和主观性问题,提出了一种岩爆烈度分级预测的离散Hopfield神经网络(DHNN)模型。该模型选取应力系数、岩石脆性系数及弹性能量指数作为评价指标,将岩爆等级分为强岩爆、中等岩爆、弱岩爆及无岩爆4级,然后进行编码,不需要对样本数据进行归一化处理,只需转换成"1"和"-1"的二值型模式,编码简单,网络迭代次数少,具有很好的联想记忆功能,使岩爆烈度分级预测更加科学合理,可为深部地下工程岩爆烈度分级预测提供一种新途径。典型岩爆工程实例预测结果证明了该模型的正确性。     

基于全极化SAR影像的海岛地物分类

There are numerous islands with abundant resources in China.Due to the limited information included in common polarization features and the poor effect of traditional classification methods when there are few samples,nine polarization features are analyzed and classification is carried out using active deep learning.Firstly,multiple features are extracted from an original image.Then,the original features can be extracted by anto\|encoder and the initial classifier is trained and fine-tune the whole model with a small number of labeled samples.Finally,the most uncertain samples are selected to label with active learning algorithm and added to the training samples.Experiment comfirms that active deep learning can effectively improve the classification accuracy with less labeled samples and entropy shannon is a more effective feature to distinguish between seawater,mudflats and beaches.     

辣根过氧化物酶直接电化学行为的研究

制备了十八烷基胺六方介孔二氧化硅（0DA—HMS）／辣根过氧化物酶（HRP）聚乙烯醇凝胶膜化学修饰电极,考察了HRP在裸玻碳电极上和ODA—HMS聚乙烯醇凝胶膜修饰电极上的直接电化学行为,探讨了不同修饰方法包埋HRP对其直接电化学行为的影响。实验结果表明：HRP在裸玻碳电极上和滴涂法所制备ODA—HMS聚乙烯醇凝胶膜中的直接电化学行为较差,只呈现一不可逆的还原峰,且峰电流随着扫描次数的增加不断减小,无法达到稳定。而通过吸附包埋法所制备的ODA—HMS／HRP化学修饰电极上,HRP可以呈现出良好的,可逆的直接电化学行为,其氧化峰和还原峰的峰电流在数次扫描后能达到稳定。探讨了该修饰电极对双氧水的电催化还原作用。