水荷载引起混凝土重力坝位移的理论研究

基于多孔连续介质模型,从理论上探讨了作用在地基上的水荷载作为渗流体荷载时引起混凝土重力坝的位移,导出了均质各向同性地基在渗流体荷载作用下的应力解答和位移解答.通过理论分析得到:(1)由于渗流体荷载引起上游地基下沉,下游地基上抬,从而使地基转动,导致坝体向上游位移.(2)作用在地基上的水荷载按面荷载分析的位移大于按渗流体荷载分析的位移,但它们都引起坝体向上游位移.     

矩形中厚板哈密顿体系的一种构造方法及典型算例分析

从矩形中厚板弯曲问题的基本方程出发,将问题导入Hamilton体系,然后利用辛几何中的分离变量和本征函数展开的方法求出了矩形中厚板典型弯曲问题的解析解.所构造的Hamilton对偶方程形式简洁,求解方便;采用的方法不必事先人为地选择挠度函数,突破了传统半逆解法的限制,使得问题的求解更加合理化,并通过计算实例证明了本文推导结果的正确性.     

模糊支付矩阵混合策略模型及其求解

在各局中人没有最优纯策略时,考虑选取不同策略的概率分布和支付矩阵的模糊性,建立模糊支付混合策略的对策模型.基于线性规划和三角模糊数排序准则,给出模型求解方法.模型在实例中得到验证,其计算简单,结果合理,可以为决策提供科学依据.     

一种用于强噪声环境下语音识别的含噪Lombard及Loud语音补偿方法

针对语音识别中由于强噪声的影响而引起的Lombard和Loud效应进行研究,提出了基于训练数据的加性噪声和Lombard及Loud效应的联合补偿法。对于加性噪声是从谱减法的逆向角度对训练数据在频谱域采用谱加法;对于Lombard和Loud语音,则采用基于隐马尔可夫模型(HMM)状态标注的训练数据补偿,该方法同时考虑Lombard和Loud语音不同声学单元的不同状态在倒谱域的多种变化和多种变异情况下不同声学单元的音长及相对音长的变化。这种基于数据的多模式补偿使模型自动适应多种噪声和语音变异情况,在强噪声环境下具有很强的鲁棒性,并且不影响识别系统在正常环境或正常发音时的识别性能.同时,由于补偿是在训练过程中得到,不增加识别时的计算复杂度。     

流体饱和下高孔隙率储油砂岩力学特性及本构模型

通过对其力学实验结果的分析,以两种破坏理论对油及水饱和下大孔隙率储油砂岩的破坏特征进行了解释,并应用塑性力学的盖帽模型建立了油及水饱和下大孔隙率储油砂岩的本构模型,并应用非线性有限元法进行了数值试验,结果表明,该文提出的模型与实验资料吻合良好,且能较好地模拟大孔隙率砂岩的几种破坏机理及模拟注水采油引起的砂岩附加沉降.     

弹性地基上四边自由Reissner矩形中厚板的有限积分变换法

将弹性地基视为Winkler模型,利用二维有限积分变换的方法推导出了弹性地基上四边自由矩形中厚板位移和内力的精确解.由于在求解过程中不需要预先人为选取位移函数,而是从弹性地基上中厚板的基本方程出发,直接利用有限积分变换的数学方法求出可以完全满足四边自由边界条件,弹性地基上矩形中厚板问题的精确解,使得问题的求解更加合理.最后通过计算实例验证了所采用方法及所推导出的公式的正确性.     

有限p-群的p~s-正则性

本文定义了 p~s-正则群和半 p~s-交换群.证明了下面的定理1和定理2.定理1.G 为有限 p-群,s,t 为正整数,且 s≤t,若 G 是 p~s-正则的,则 G 是 p~t-正则的.定理2.G 为有限 p-群,则 G 是 p~s-正则的,当且仅当 G 的每个截段是半 p~s-交换的.定理1 推广了[2]的结果.定理2包含了[3,4]中的特殊情形.     

基于神经网络的语音谱失真测度研究

提出了基于神经网络的语音谱失真测度概念。利用前向神经网络,包括多层感知器和径向基函数网络,对多维非线性函数的逼近原理,使得谱失真测度函数具备了表现人耳听觉系统的主观感知行为的能力。结合语音质量客观评价应用,我们以在大量的失真条件下得到的主观评价结果作为期望值对该网络进行训练。统计相关分析表明,基于神经网络谱失真测度的客观评价方法的主客观评价的相关性,较之传统欧氏距离以及加权欧氏距离都有了显著的提高,并具有更高的鲁棒性．该方法还具有技术独立性．     

有机化学网上考试系统的开发和实践

以微软公司Share Point应用软件为开发平台,研究开发了有机化学网上考试系统。系统题库涵盖了有机化学的基本知识点,题型分类齐全,使用者还可以根据各自不同的需求,对题库进行添加和修改。可直接网上答题考试,即时可见考试结果。不仅可满足学生自主性学习的考试需求,同时也方便教师对学生自主性学习的管理和监督。     

一种新的基于不完全排错的最优软件发行策略

软件的最优发行管理问题是软件可靠性研究的一个关键问题.现有的最优软件发行模型大都假定软件排错过程是完全的,并且在排错过程中没有新的故障引入,这种假设在很多情况下是不合理的.本文提出了一种新的最优软件发行管理模型,该模型既考虑了软件的不完全排错过程,又考虑了在排错过程中可能会引入新的故障,同时还考虑了由于排错经验的不断积累,软件的完全排错概率会增加的情况.本文同时给出了该模型的解.