求置换因子循环矩阵的极小多项式和逆的算法

本文引入了任意域上置换因子循环矩阵,利用多项式环的理想的Gr(?)bner基的算法给出了任意域上置换因子循环矩阵的极小多项式和公共极小多项式的算法,同时给出了这类矩阵逆矩阵的两种算法最后,利用Schur补给出了任意域上具有置换因子循环矩阵块的分块矩阵逆的一个算法,在有理数域或模素数剩余类域上,这一算法可由代数系统软件CoCoA4．0实现。     

多变量鲁棒自适应极点配置算法

在系统具有一般不确定结构的情况下,提出了一种多变量自适应极点配置算法,解 决了多变量自适应极点配置算法的奇异性问题,证明了它的全局收敛性和稳定性.该算法构 造了一个估计参数的修正策略，保证估计模型的一致能控性,并且得到能控度的一个下界.所 需要的先验知识仅为系统的能观性指数和能控性指数的上界以及干扰上界.     

酚醛基炭气凝胶的研究进展

炭气凝胶是一种多孔纳米炭材料,具有低密度、高孔隙率、高比表面积、优异的导电性和良好的成型性能等优点,是炭材料研究的热点和重要方向。本文旨在通过阐明酚醛基炭气凝胶的制备原料和制备工艺的发展过程,从而突出未来酚醛基炭气凝胶的发展方向。基于此,本文首先重点介绍了酚醛基炭气凝胶的制备方法,主要包括溶胶-凝胶化、干燥以及炭化过程三个最主要的步骤;进而详述了以三种不同的前体,即间苯二酚、苯酚、生物质单宁/木质素分别制备酚醛基炭气凝胶的方法及其优缺点;接下来对酚醛基炭气凝胶作为吸附材料（气体吸附/液体吸附）的吸附量以及在电化学储能以及其他领域的应用进行了综述;最后对酚醛基炭气凝胶未来的研究方向和发展前景进行了总结和展望。文章指出,传统的以间苯二酚为原料辅以超临界干燥的方法制备的酚醛基炭气凝胶,原料成本较高,反应条件苛刻,实际生产应用受限;以苯酚取代间苯二酚,亦或是采用冷冻干燥等方法改进其制备工艺,可以大幅度降低原料和生产成本;但未来的发展方向和重点将是绿色、可再生的生物质原料（单宁、木质素、腰果酚等）及复合气凝胶材料的研发。因此,酚醛基炭气凝胶在未来的发展还需要进一步改进其制备工艺和方法,拓宽其原料来源,从而提高性能,扩大应用领域。     

基于暂态电流故障分量的直流配电网单极故障选线方法

基于两电平电压源换流器(voltage sourced converter,VSC)的中压柔性直流配电网适合风能、太阳能等分布式能源的接入,但发生单极接地故障时,其故障电流会迅速增大,保护装置必须快速识别出发生故障的线路.针对该问题,分析VSC端的单极接地故障时的暂态特征,对暂态故障电流的变化特征进行理论分析计算.根据...     

信息化带动工业化的认识与建议

20世纪九十年代以来，世界范围内经济全球化和信息化迅速推进。面对新的机遇和挑战，党的十六大提出：信息化是我国加快实现工业化和现代化的必然选择。要坚持以信息化带动工业化，以工业化促进信息化，并优先发展信息产业，在经济和社会领域广泛应用信息技术，走出一条科技含量高、经济效益好、资源消耗低、环境污染少、人力资源优势得到充分发挥的新型工业化路子。     

政府信息资源开发及利用中存在的问题及建议

在政府信息资源开发利用工作中，存在很多不利于其健康、快速发展的问题。现根据我们多年从事这项工作的经历就以下几个突出问题谈点看法。     

利用单端电流的高压直流输电线路全线速动保护

针对传统直流输电线路单端量保护可靠性差、灵敏度不足的问题,提出一种仅利用单端电流实现直流输电线路全线速动的保护原理。通过对换流站的平波电抗器和直流滤波器所构成电网络的阻抗特性分析发现,对于特定频带而言,区内、外故障时它们所表现出的阻抗特性差异巨大,进而得出区内、外故障时特定频带电流差异显著。该方法对采样频率的要求低,而且具有绝对的选择性,易于硬件实现,可靠性高,具有较大的工程实用价值,可取代现有的行波保护作为直流输电线路的主保护。仿真结果表明,在各种工况下,该原理都可以实现故障极选择,并能快速、灵敏、可靠地区分区内、外故障。     

推力轴承冲压工序的质量分析

简述了冲裁过程及原理，通过理论分析，采取技术措施，解决冲压推力球轴承套圈工序的塌角过大问题，此措施在实际生产中效果很好，使冲压工序套圈因塌角过大而造成的废品为零。     

基于深度迁移学习的多尺度股票预测

股票市场不仅是上市公司的重要融资渠道,也是重要的投资市场,股票预测一直受到人们的关注。为了充分利用来自不同股票价格的信息,提高股票的预测效果,提出一种多尺度股票价格预测模型TL-EMD-LSTM-MA（TELM）。TELM模型通过经验模态分解将收盘价分解为多个时间尺度分量,不同时间尺度分量震荡频率不同,反映了不同的周期性信息;根据分量的震荡频率选择不同方法进行预测,高频分量利用深度迁移学习的方法训练堆叠LSTM,低频分量利用移动平均法进行预测;将所有分量的预测值相加作为收盘价的最终预测输出。通过深度迁移学习训练的堆叠LSTM,包含来自不同股票的信息,具备更多行业或市场的知识,能有效降低预测误差。利用移动平均法预测低频分量,更有效捕获股票的总体趋势。对中国A股市场内500支股票以及上证指数、深证成指等指数进行预测,结果表明,与其他模型相比,TELM预测误差最低,拟合优度最高。根据TELM预测的股票收盘价模拟股票交易过程,结果表明TELM投资风险低、收益高。