人力资本约束下区域主导产业选择方法

为了合理的确立区域主导产业,制定符合区域一级发展模式的主导产业选择基准和相应指标,提出了区域主导产业选择的人力资本匹配基准,给出了相应指标的计算方法.实证结果表明:尽管中国的劳动力资源非常丰富,但整体的人力资本水平却依然很低,同时人力资本分配非常不平均,劳动力过剩和人力资本不足的结构性矛盾日益突出.考虑到中国各区域人力资本分配的地域差距,区域一方面应大力进行人力资本积累,改善人力资本现状,另一方面,正视区域人力资本现状的现实,在区域主导产业选择时理性抉择,才能实现人力资本积累与产业结构升级的同步和有效互动.     

天然气管道事故严重度评价体系研究

为解决由于天然气管道管材的老化、腐蚀以及外力破坏引发事故的评价问题,以目标层、准则层和指标层3层结构体系,构建了天然气管道事故严重度评价体系,该体系从管道类型、事故类型、事故发生地点和事故已有损失4个方面来评价事故的严重程度,采用百分制权重加和法得到事故严重度指标值G,依据G值大小将事故分为3个等级,评估结果可以为管理层提供参考,为制定天然气管道事故抢修抢险方案起到导向作用.     

制造任务分解与制造单元级资源配置协同优化

针对网络化制造环境下制造任务分解与资源配置脱节的问题,提出了制造任务逐层分解与制造单元级资源配置协同优化的方法,建立了协同优化流程.在对制造任务特点进行分析的基础上,建立了制造任务模型和制造单元资源模型,建立了多目标优化模型和目标的综合评价体系,利用在遗传算法求解搜索过程中所获得的动态信息进行综合评价,并随着求解搜索过程的深入对变异幅度进行调整,以达到全局优化和加快收敛速度的目的.最后以实例验证了该方法的可行性与有效性.     

预应力片材加固负载RC梁受弯承载力分析

分析有初始弯矩作用时,预张纤维片材粘贴加固混凝土梁中加固材料相对该处混凝土滞后应变或超前应变的计算方法和纤维片材中有效预应力的取值;对预应力FRP粘贴加固梁构成的复合截面,分析各种可能应变组合下的受弯极限状态,给出两大弯曲破坏类型(分别由片材拉断和混凝土压碎引发)的界限判别条件和极限承载力计算表达式.试验分析表明,极限承载力试验值与计算值比值的均值为0.99,变异系数为0.047.     

基于多特征融合的运动物体识别方法研究

为了实现运动目标的实时检测,本文基于多特征融合,提出了一种运动物体分级识别方法.首先通过对运动目标的分割,分析得到各个物体的形状矩特征、面积大小及运动速度.对上述特征,采用支持向量机方法对其矩特征进行快速的一级分类,然后对一级分类结果及各物体的面积、速度等信源根据其对分类的重要程度,采用模糊积分技术进行多特征融合分类.实验表明,本方法具有较强的学习能力及较高的识别精度,可有效地应用于道路监控等系统.     

电路模拟中非线性方程的周期波形响应

用范数估计方法对非线性高阶微分方程的周期边值问题进行了讨论,通过对非线性二阶微分方程周期边值问题的详细讨论,给出了系统函数对某些变量偏导数的某种范数小于1时,非线性二阶微分方程的波形松弛算法产生的迭代序列收敛到该方程的周期解.用类似的方法给出了非线性高阶微分方程的波形松弛算法产生的迭代序列收敛到该方程周期解的充分性条件.     

有侧移半刚性连接组合框架柱的稳定分析

为了研究有侧移半刚性连接组合框架的稳定性能,利用三柱子框架模型,考虑了梁端和柱远端不同约束情况对柱有效长度系数的影响,提出柱有效长度系数的简化方法.通过算例研究了节点的非线性弯矩-转角关系和荷载水平大小对柱有效长度系数的影响,比较了简化方法、Barakat-Chen方法与精确方法的计算结果.研究表明:简化方法比Barakat-Chen方法有更好的精确度,与精确方法计算结果接近.     

用指针实现的程序的标准化及其应用

为了消除指针程序实现形式的多样化,简化程序分析,提出一种对用指针实现的程序进行标准化的方法.首先将程序表示成系统依赖图,分析指针别名信息;然后制定指针标准化规则并结合已有的代码多样化消除规则,对系统依赖图进行保持语义不变的转换,将语法表示不同但语义等价的程序转换为相同的系统依赖图表示,从而消除代码多样化.最后,将该方法应用到C语言编程题的自动评分系统中,并与人工评分和正确评分结果进行对比,验证了该方法的有效性.     

主题分析技术在文档聚类中的应用

为解决高频特征对文章的主题信息反映不够全面,无法获得高质量聚类结果的问题,同时为获得聚类后各类别反映信息的精确描述,采用词汇链反映文章所描述的主题信息,并依据文本间词汇链的相似度进行聚类.将聚类后属于同一类别并反映相同主题信息的词汇链进行融合,通过分析各词汇链所描述的主题信息在不同类别内的分布来抽取能够充分反映各类别主题的关键词集合.实验证明该方法比应用高频特征进行聚类的效果好,同时由于分析了主题信息在各类别内的分布情况,使抽取的类别关键词能够很好地体现每个类别所侧重描述的信息.     

基于KPCA和SVM的火箭发动机试验台故障诊断方法

为了解决液体火箭发动机试验台的故障诊断问题,提出了一种基于核主元分析(KPCA)特征提取和支持向量多分类机(SVM)的故障诊断方法,该方法首先利用核主元分析对试验台标准故障样本进行特征提取,通过特征分析,建立适合于试验台故障状态识别的层次多分类支持向量机,并对其进行训练,然后将试验数据在主元上投影,输入到训练好的支持向量多分类器,对试验台故障状态进行识别.该方法充分利用了核主元分析强大的非线性特征提取能力和支持向量分类机良好的小样本泛化特性,解决了试验台故障诊断中的小样本、非线性模式识别问题.对试验台的试验结果表明,该方法是有效的、可行的.