一种虚路径带宽分配的步进算法

巨型资源完全共享队列中,各类业务占用的服务员数之间具有近似的统计独立性。基于这种准独立性．可以将巨型资源完全共享系统划分为多个准独立且同构的含多种业务的子系统,从而整个系统的服务员占用数近似为正态分布。结合查表技术,可以快速估算大规模、多业务队列中的呼叫损失概率。将这种计算呼叫损失概率的近似方法推广到保留带宽情况并运用于步进式虚路径带宽分配算法中,大大缩短了带宽分配所需的时间。     

一类具一阶奇性解的Hilbert核奇异积分方程

利用变换ζ=exp(i2z/a)重新求解了一类黎曼周期边值问题,在此基础上给出了希尔伯特核奇异积分特征方程的解和可解条件,得到了与经典方法形式不同但更为简洁的结果.同时提出了一类具一阶奇性解的希尔伯特核奇异积分方程,给出了解和可解条件表达式.     

气态烃非催化部分氧化烧嘴端面传热过程研究

针对气态烃非催化部分氧化烧嘴端面传热情况进行了数值模拟,揭示了烧嘴流道组织对转化炉内燃烧情况和烧嘴端面热负荷的影响.结果表明:三通道烧嘴将CO2通道添加在O2与CH4通道之间时,增加了高温区与烧嘴端面之间的距离,减少了外侧端面受到的传热量;双通道烧嘴利用CO2稀释O2的方式降低反应强度,减少了辐射传热量,从而降低了烧嘴...     

离子色谱法在城市和背景区域SO2监测中的应用

介绍用无动力采样技术采集样品、离子色谱法分析SO2污染物浓度的监测方法。国际实验室间分析结果的比对实验表明，离子色谱法具有快捷、准确及自动化程度较高等优点。该方法在城市和背景区域环境空气背景值研究，如SO2污染物迁移规律、空气质量预测预报模型验证及远距离传输等方面具有很大的实用价值。     

智能手机的主要叶类蔬菜品质和新鲜度指标的光谱检测

蔬菜品质和新鲜度的高低不仅影响食用时的口感,而且营养程度也不一样。作为蔬菜品质和新鲜度重要参考指标之一的叶绿素和含水量的检测,已经越来越受到国内外学者的重视。相比于传统的肉眼目视判断的检验方法,可见-近红外光谱分析具有快速高效、无损、非接触等独特的优势,更加适合蔬菜的实时检测。目前相关研究主要集中在生长中植被叶绿素和含水量的反演,对市场上成品蔬菜的研究较少,或者研究对象单一,缺乏市场普适性。此外,光谱数据的获取需要专业的光谱仪采集,费时费力,各种生理生化指标的研究离实用化还有很长的距离。为了与实际相结合,基于智能手机光谱系统（SCSS)建立了快速、准确、普适性强的反演蔬菜叶绿素和含水量的模型,并通过地面光谱仪SVC数据验证了该系统的可靠性。选取市场典型的五种蔬菜（菠菜、小油菜、油麦菜、生菜和娃娃菜）作为实验样本,分别进行常温保存和冷藏保存来模拟现实中菜市场和超市的蔬菜储存环境。每隔24 h进行一次数据采集。对获取的原始光谱数据进行波段选择和小波变换去噪的预处理。构建蔬菜叶绿素反演指数(VCRI_{（m, n）})和蔬菜含水量反演指数(VWRI_{(i, j)}),分别提取该两个指数与叶绿素和含水量实测值的相关系数R作为权重系数,最终建立了叶绿素和含水量的加权平均反演模型。实验结果表明,SVC仪器和SCSS两者数据针对蔬菜叶绿素和含水量的敏感波段基本一致,叶绿素反演的敏感波段在730~980 nm之间,反演精度R2分别为0.863和0.808 1,标准差为8.679 5和8.892 5;含水量反演的敏感波段在水汽吸收波段950~1 000 nm之间,反演精度R2分别为0.742 9和0.712 9,标准差为8.789 9%和8.861 4%。SVC实验数据跟SCSS实验数据结果十分接近,验证了新型智能手机光谱系统实时监测蔬菜叶绿素和含水量的有效性。智能手机光谱系统具有体积小、价格便宜的优势,结合网络云端服务和实时数据反馈的特点,能够实现蔬菜品质和新鲜度指标的智能检测,让光谱分析真正应用于人们日常生活中。     

优化高校图书馆服务质量的策略探究

从图书馆工作实际出发,分析了在藏、借、阅、咨一体化的服务模式下,图书馆服务方面所存在的问题,在此基础上提出了解决这些问题的策略。     

浅谈变电的自动化系统

本文首先对自动化系统的网络模型进行了论述,然后对变电自动化系统内的通信网络进行了详细设计。     

多元文化语境下的翻译策略探讨

本文探讨了多元文化交流背景下的翻译策略分类——归化与异化，列举了翻译中的归化和异化不当的例子，并根据翻译实践的需要，提出采取灵活的翻译策略。     

煤炭自燃火源探测示踪气体的筛选研究

本文通过对SF_6、CF_2ClBr、CF_2Br_2、CF_2Cl_2四种气体的色谱分析研究,探讨了它们在电子捕获检测器、5A分子筛柱上的响应特性,并根据煤矿井下实际,最终优选出SF_6和CF_2ClBr两种示踪气体。同时实验研究了分析SF_6和CF_2ClBr示踪气体的色谱操作条件,提出了最佳色谱操作条件。