高性能比例边界有限元场地动力模型研究

针对厂房-基础-地基动力相互作用的时域数值分析,建立有效合理的地基无限域计算模型。采用基于加速度脉冲响应函数的高性能比例边界有限元,结合真实的地基开挖参数,针对地基无限域相互作用力的求解进行了分析,并对比粘弹性人工边界模型与核电规范模型,研究了高性能比例边界有限元模型的工程适用性。结果显示该模型在保证精度的前提下,有效降低了卷积运算量,数值稳定性好,对基坑开挖的参数敏感性高,具有良好的工程实用前景。     

CGG—335平面环氧光弹材料的研制和应用

本文主要讨论了在以环氧树脂为基材的平面光弹材料CGG—335的研制中,添加剂A和工艺条件对材料性能的影响。试验结果表明,该材料光学灵敏度高(室温条纹值一般为10kg/cm·条,最高为12.5kg/cm·条,冻结温度下的条纹值≤0.30kg/cm·条),透明度好(透光率≥90%),加工性能良好。本文还对该材料的应用及脱模剂的选择作了介绍。     

邓小平收入分配理论中的辩证法思想

邓小平是一位辩证法大师，他的效率优先，鼓励先富，先富带动后富，最终实现共同富裕的科学分配理论充分体现了他对辨证法三大规律的娴熟运用。     

盐酸绿卡色林多晶型与稳定性研究

研究盐酸绿卡色林在不同条件下3种晶型间的相互转化关系及其机理,及其优势药物晶型Ⅲ的稳定性。运用粉末X射线衍射仪、差示扫描量热仪、热重分析仪和扫描电子显微镜对药物进行测试分析。盐酸绿卡色林存在2种亚稳态晶型(晶型Ⅰ和Ⅱ)和1种稳定晶型(晶型Ⅲ);晶型Ⅱ在433.15K左右存在一转晶吸热峰;晶型Ⅰ、晶型Ⅱ和晶型Ⅲ的熔点皆为473.15K,另外,晶型Ⅲ在368.22K处有一失结晶水的吸热峰,热焓值为64.57J/g;优势药物晶型Ⅲ在高温高湿条件下晶型保持不变,稳定性好。在不同的实验条件下,盐酸绿卡色林的3种晶型间可以相互转化,通过热分析技术分析了药物的多晶型以及热稳定性,再结合其他分析技术可以有效和准确地表征药物的晶型、形貌和稳定性。     

生活污水的资源化利用

随着社会的发展以及人们生活水平的提高,导致人们日常所排放的生活污水量日益增长,因此生活污水的处理也越来越受到人们的关注.本文主要综述了生活污水的处理方法,并对光合细菌处理法以及其生活污水的资源化利用进行了详细介绍和讨论.     

基于移动对等网络的辅助教学模式的研究

随着计算机和无线移动网络通信技术的发展,关于移动学习的研究和应用越来越受到重视。针对现有集中服务模式的移动学习应用所存在的问题,开展基于移动对等网络的辅助教学模式的研究。从社会建构主义和人本主义教育思想的角度,分析了基于移动对等网络的辅助教学模式的基本特征;进而设计了一个基于移动对等网络的教学答疑应用实例,进一步阐明了该模式的合理性和可行性。     

一种基于云模式连续型属性离散化的算法

在数据挖掘研究过程中,对连续型属性一般要进行离散化。特别是在模糊数据挖掘中,还要对离散化的区间进行模糊处理。文中依托云模式,并结合粗糙集理论提出一种新的连续型属性离散化算法。     

面向多媒体流的主动分层多播拥塞控制方案

针对现有分层多播拥塞控制方案存在较大的拥塞响应延时,吞吐率抖动剧烈,和不满足TCP友好的问题,给出了一个主动分层多播服务模型,通过引入主动标记分层、可用带宽主动测量以及优先级分层过滤机制,提出了一种新的面向多媒体流的自适应主动分层多播拥塞控制方案AALM。仿真结果表明,该方案能够有效地改进分层多播拥塞控制的性能,具有较快的拥塞响应速度、较好的稳定性和TCP友好特性。     

一个应用层组播系统的研究与实现

提出了一个在Pastry上实现的应用层组播系统。系统可以根据接收者对延时和带宽的不同要求,面向实时应用,提供可定制的组播应用。在同时满足延时限制和带宽约束的条件下,接纳尽可能多的用户。通过限制可能父母节点集合的大小,提高系统扩展性。     

广义的势支撑特征选择方法 GPSFM

势支撑向量机P-SVM(potential support vector machine)作为一种新颖的封装型特征选择方法在许多领域得到了成功的运用,然而依据Fisher准则的基本原理发现势支撑向量机方法对应的目标函数只是类内离散度各类均值为0的一种特殊形式,从而使该方法的运用受到一定的限制.同时由于要求各类样本均值为0,一定程度上会导致在0矢量周围出现样本交叉,从而不利于P-SVM方法得到最优决策超平面,降低分类效果.因此利用一般的类内散度重新构造目标函数,提出一种广义的势支撑特征选择方法GPSFM(generalized potential support features selection method).GPSFM方法在一定程度上继承了P-SVM的优点,而且还具有特征选择冗余度低、选择速度快和适应能力强的特点,从而使得该方法表现出较之于P-SVM更好的特征选择和分类效果.实验结果表明该方法具有上述优势.