各种光纤在北京城域网中的应用考虑

在选择城域WDM光网络的光纤时，不仅应考虑各种光纤本身的特性，还应考虑本地网的业务量大小、地理范围、网络结构和采用的网络技术。城域网中光纤选型和光缆组网的总原则是应满足特定时期通信业务的需求，并且能够满足城域网发展的需要。G.652光纤G.652光纤是早期研制出来的单模光纤，其横截面内折射率的形状是简单的台阶状。G.652光纤的损耗特性具有三个特点：l、在短波长区内的衰减随波长的增加而减小，这是因为在这个区域内，与波长的4次方成反比的瑞利散射所引起的衰减是主要的；2、损耗曲线上有羟基引起的几个吸收峰，特别是1.385…     

汉字部件的无失真缩放变换方法研究

针对部件组字过程中由于缩放变换造成的部件笔画粗细和衬线失真的问题, 提出了一种通过优化缩放变换直接生成目标字形的方法。通过部件变换序列的生成算法以及笔画变换操作算法实现了由原始部件直接生成目标部件的缩放变换。原型系统的实验结果表明, 该方法能够实现汉字部件的无失真缩放变换, 从而提高了汉字组字系统生成字形的质量以及字库自动化生成的效率。     

基于辐射传输的M'波段大气透过率实测和误差分析

采用自制的M'波段（4.605~4.755 m）红外辐射测量系统对阿里观测站、德令哈观测基地和怀柔观测基地的大气辐射进行实地测量,并对结果进行拟合和误差分析。首先,基于黑体定标结果和辐射传输方程,得到输出有效读数与平均大气透过率和天顶角的关系公式;在三个站点对不同天顶角下的大气红外辐射进行扫描测量,利用上述公式,拟合出M'波段平均大气透过率。结果表明,三地透过率的加权平均值分别为0.805、0.758、0.650,透过率随时间的起伏分别为0.081、0.250、0.073,高海拔的阿里观测站透过率最高。用MODTRAN软件模拟的平均透过率分别为0.851、0.805、0.615,与实测结果接近;误差分析表明:有效读数越大,传递误差越小,此方法的理论误差优于10%。文中提供了一种不依赖气象数据,实时获得大气透过率的方法。     

一种基于二分图最优匹配的镜头检索方法

镜头检索是基于内容的视频检索的重要内容.本文首次尝试将二分图的最优匹配用于镜头检索.与现有方法相比,本文提出的方法强调在一一对应的前提下,全面客观地度量两个镜头的相似度.把两个镜头的相似度度量建模为一个带权的二分图:镜头中的每一帧看成二分图的一个结点,两个镜头之间任意帧的相似值作为边的权值.在一一对应的前提下,利用最优匹配的Kuhn-Munkres算法求出该二分图的最大权,以此作为两个镜头的相似度.考虑到检索速度问题,提出了两个改进算法.实验对比结果证实了本文所提方法在镜头检索中的优异表现.     

碲锌镉晶片的超精密飞切减薄工艺研究

运用晶体材料的脆塑转变理论,建立了碲锌镉晶体材料生长晶面(111)面上的脆塑转变临界切削深度模型。然后通过碲锌镉典型样件(111)晶面的超精密飞切铣削实验进行了弧形槽结构的检测和分析,获得了碲锌镉晶体材料(111)晶面的脆塑转变临界切削深度数值。并确定了切削单晶碲锌镉材料时的最佳飞切晶向,实现了飞切方向和最小切削厚度值的匹配。最后通过组合夹具的使用,进行了超精密飞切减薄试验,实现了一整套晶体材料的超精密飞切减薄加工工艺。     

医用Ti-15Mo-3Nb合金稳定化处理过程中的组织性能

对医用Ti-15Mo-3Nb合金熔炼、锻造、热处理过程中发生的组织和性能的变化进行的研究。并结合相图与JMatPro-4.0软件的模拟结果来确定再结晶退火温度。结果表明,铸态和锻态下的Ti-15Mo-3Nb医用β钛合金的组织和性能很不稳定,不适合直接用于临床。该合金经再结晶退火或固溶时效处理后,合金组织均被细化,抗压强度提高,且再结晶退火后,该合金的压缩弹性模量为19.4 GPa,与人体密质骨的(17-18.9GPa)最为接近,更能满足其作为植入体对生物力学适应性的要求。     

基于SVM 的中文文本分类反馈学习技术的研究

基于相关反馈技术的基本原理，以SVM分类方法为基础，研究了基于SVM的中文文本分类反馈学习技术，分析了分类处理中反馈学习的主要模式，给出了基于SVM文本分类反馈学习的具体实现方法．并进行了相应的实验验证．实验结果表明，反馈学习具有明显提高SVM分类性能的能力。     

运用遗传算法解决平行机台最小总拖期问题

最小化平行机台总拖期问题(p∥T-)是调度领域中的一个NP问题，本文运用GA算法寻求该问题的近似优解．本文证明在GA算法中为了找到问题的最优解，编码空间可以小于解集空间．根据这个思想，在GA的编码空间设计中，本文分析了平行机台最小化总拖期问题的特性，设计了编码空间和解码方式以保证在编码空间存在最优解，减小搜索范围．最后，本文通过数值仿真对该方法与一些启发式算法进行了比较，得到满意的搜索效果．     

基于SVM文本分类中的关键词学习研究

文本分类中分类方法与关键词是两个重要的因素，支持向量机作为一种良好的分类方法，在文本分类中表现出很好的性能。本文以支持向量机为基础，重点研究其分类过程中关键词的学习问题，在其增量分类中，同步进行关键词的增量学习调整，实验结果表明，该方法可以更好地提高文本分类的分类性能。