西电东送战略研究

西电东送战略系在对我国东、西部地区自然资源和经济资源的差异性与互补重构的必要性研究的基础上形成与发展的。对西北、华北联网工程和西南水电能源基地建设的研究。主要围绕西部水电开发规模、时序、可能外送电力的能力、流向、，以及其经济合理性技术可行性展开。加强国家的产业、行业政策引导，实施多元资源互补策略，必将促进西电东送事业的发展。     

房屋销售面积、产权面积与共用面积探讨

随着改革开放的不断深化．房地产业的不断壮大，因房屋销售面积纠纷而引发的民事案件日趋增多，集中体现在共有共用面积的认定，计算及其分摊上。现就销售面积．产权面积和共有面积之间的关系进行探讨。     

公司制与国有建筑企业产权制度改革

企业制度的发展主要经历了个人业主制、合伙制和公司制三种形式。当今，公司制成为主要的企业财产组织形式，其原因在于公司制的多元化财产权主体与独立法人地位两大特征使它较其它企业形式更具效率。本文试探讨国有建筑企业通过实行规范公司制改造，以实现调整和完善其所有制结构的目标。     

知识产权保护与自主技术创新

本文是在4月26日世界知识产权日来临之际写的一篇介绍中国石油天然气管道局知识产权保护工作的情况,讨论了做好知识产权保护,促进企业自主技术创新的理论和实践问题。     

大规模C＋＋软件系统测试驱动开发的设计与实践

介绍了在LINUX环境下采用测试驱动开发（Test-Driven Development,TDD）,对大规模C＋＋软件系统进行增量开发的方法。通过采用Google单元测试框架优化单元测试用例结构,提高单元测试的效率,采用新一代版本构建工具Scons优化复杂的代码依赖关系,采用分布式编译工具Distcc、编译器缓存工具C Cache优化版本构建时间,极大减少了软件开发人员在开发过程中进行TDD所必需的频繁本地构建的成本,为在大规模C＋＋历史遗留系统上,采用TDD进行增量开发,以及进行由此带来的小规模重构提供了有效保证。     

改进高频系数重构算法结合负压波法检测定位

传统基于小波变换的奇异值检测对大突变量信号检测效果明显,而对细微变化的信号或受噪声影响的信号奇异值检测不明显.为解决此问题在原基础上做出改进,对小波分解产生的高频系数进行域变换的数学处理方法,做指数变换.筛选一组新的高频系数,再运用小波重构恢复出原信号.通过运用matlab实现的仿真结果表明改进方法突出了奇异值的突变效果,也更准确地检测奇异点.通过与负压波法的结合实现对热网泄漏点的定位,该结合仍需大量实验来验证.     

基于虚拟可重构平台的时序电路演化设计

目前,电路进化设计是演化硬件研究的主要方向之一。而时序电路由于存在反馈环不便于进行电路描述和软件仿真。文中对时序电路的演化设计方法进行了改进,提出了专门针对时序电路演化的虚拟可重构平台,建立起电路编码与HDL代码的映射关系。应用TEXTIO和MATLAB来辅助仿真测试过程,使测试向量数量巨大、难以处理的问题得到很好地解决。最后调用ModelSim完成了FSM的演化实验。实验结果验证了基于此平台演化时序电路的可行性和有效性。     

软件重构及设计模式在摄像头阅卷系统中的应用研究

首先设计并实现一个基于摄像头的阅卷系统,该系统由试卷获取、灰度化、二值化、畸变变换、倾斜校正、图像定位和识别等图像处理流程组成。然后以此为依据,通过对重构技术及设计模式原则和方法的系统研究,对该系统框架进行优化和重构。本文充分参照现有的设计模式,通过重构技术,改善现有代码的质量,增加系统的可维护性和可复用性。     

Compressed Sensing Projection and Compound Regularizer Reconstruction for Hyperspectral Images

压缩感知理论提供了一种新的数据获取和压缩思路,能有效地把计算负担从编码端转移到解码端.高光谱数据具备数据稀疏性、空间相关性和谱间相关性,结合这3类先验知识,提出了一种基于复合正则化的高光谱图像压缩感知投影与重构方法.该方法的编码端只需要一个简单的投影操作;在重构算法实现中,基于变量分裂的思想,把具备多个正则项的优化问题转化成多个简单的优化问题,并用迭代方式求解.实验结果表明,本文算法在高光谱图像重构上能获得更高的峰值信噪比和更好的重构效果.该方法具备极低的编码复杂度,适用于资源受限的机载和星载高光谱成像平台.     

一种低复杂度的鲁棒自适应波束形成算法

传统基于干扰噪声协方差矩阵（interference-plus-noise covariance matrix,INCM）重构的鲁棒自适应波束形成（robust adaptive beamformer,RAB）算法在多种样本数据协方差矩阵误差和信号导向向量误差的失配环境中具有较强的鲁棒性,但目前主流的INCM重构法都是对信号和干扰的导向向量通过建立凸优化模型来估计,这带来了很高的计算复杂度。为了解决这个问题,提出了一种低复杂度的基于INCM重构的RAB算法。该算法首先将干扰信号的导向向量分解为对应标称项和误差项的和,然后通过一种子空间方法估计得到误差项的单位向量。接下来对一个Capon空间谱功率最大问题进行求解,得到误差项的模值,以此得到重构的INCM。同时利用Capon空间谱中残差噪声的存在,使用交替投影法估计得到期望信号的导向向量,最后得到所提算法的权重向量。仿真实验表明所提算法在多种误差环境下具有较强鲁棒性的同时,还具有较低的计算复杂度。