庄浪县中小学生结核菌感染情况调查

为了掌握庄浪县中小学生结核菌感染情况,发现传染性肺结核患者并予以治疗,我们在全县抽取一定数量的学生,用PPD试验的方法,对中小学生结核菌感染情况进行了调查,结果发现,庄浪县中小学生结核菌感染率低于成人,但仍在10%左右,而且山区高于川区和城区,男生高于女生.     

基于易损性分析的雷达塔自振频率调整

为防止共振，进而造成雷达的失真和结构的损坏，雷达塔的自振频率不能和雷达的工作频率相遇合。采用结构分析软件Ansys对五种不同工况计算模型进行分析比较，计算结果表明，合理的增加斜撑是最有效的提高结构自振频率的方法。     

基于免疫联想记忆的病毒检测算法

针对现有算法只考虑未知病毒检测的片面性 ,论文综合借鉴生物免疫机制中一次反应的非选择思想和二次反应的联想记忆思想 ,提出了一种基于免疫联想记忆的病毒检测算法 ,该算法结合了免疫非选择对未知病毒的识别能力和免疫联想记忆对已识别病毒的学习记忆能力 .基于免疫联想记忆的病毒检测算法除能有效地检测未知病毒外 ,还能快速检测出已知病毒的变种或具有类似行为特征的病毒 .针对典型宏病毒的实验验证了本文算法的检测性能     

一种高稳定性光纤F-P标准具的设计

法布里-珀罗(F-P)标准具广泛应用于光纤通信与光纤传感领域。实心标准具受自身材料的限制,无法满足高稳定性的要求。空气隙标准具采用热膨胀系数极低的垫片,提高了器件的温度稳定性能。介绍了低温漂光纤F-P标准具的设计和制作,出射光自由光谱范围为100GHz,损耗为3dB,0~70℃温度漂移小于3GHz。相比于采用传统方法制作的标准具,该光纤F-P标准具稳定性更高,解决了实心标准具折射率和热膨胀变化大的问题。     

内爆驱动式超高速发射技术的初步研究

为获得10 km/s左右的超高速发射能力,以内爆发射器为研究对象,利用AUTODYN 2D软件对口径为8 mm的内爆发射器进行有限元仿真分析,获得了典型状态下的弹丸发射速度。研制了口径为8 mm的内爆发射器,并在压缩管中填充5 MPa氦气进行实验,分别获得了0.55 g铝合金弹丸7.95 km/s和0.37 g镁合金弹丸10.28 km/s的发射速度,与有限元仿真计算结果的速度偏差分别为15.3%和3.7%。结果表明,设计的内爆发射器具备10 km/s发射能力,满足空间碎片撞击和防护研究的超高速发射需求。     

楔式动力卡盘静态夹持精度建模与综合

为了提高液压动力卡盘的设计及制造精度,基于小位移旋量的方法,考虑4个精度指标及9项一致性的因素后,采用多体理论建立了楔式动力卡盘的静态夹持精度模型.基于该模型,采用蒙特卡罗方法对批量生产条件下的卡盘的静态夹持精度、单个卡盘的重复静态夹持精度,以及高爪配车后的定心精度进行了分析,定量地阐述了各因素对卡盘静态夹持精度的影响程度,进而针对线性化处理后的精度模型,以成本最小化为目标函数,提出了使用遗传算法进行精度综合的方法.研究表明,对于型号为KT55200的卡盘,当楔心套和盘体的配合间隙控制在10μm以内时,高爪配车才能有效提高卡盘的重复定心精度,通过一致性控制向量寻优进行精度综合,可降低19％的生产成本.     

高效阴离子交换色谱积分脉冲安培法测定蓝藻细胞培养液中的蔗糖和甘油葡糖苷

建立了一种测定蓝藻细胞培养液中蔗糖和甘油葡糖苷的高效阴离子交换色谱积分脉冲安培检测法。在最佳的分离条件下,蔗糖和甘油葡糖苷的质量浓度在0.1~50.0 mg/L范围内与色谱峰面积线性良好,线性相关系数r20.999 9。蔗糖和甘油葡糖苷的最低检测限分别是0.15 mg/L和0.03 mg/L,测定结果的相对标准偏差小于2%(n=8)。该方法样品处理简单,无基体干扰,测定的准确度,灵敏度高,可应用于蓝藻培养液中蔗糖和甘油葡糖苷的测定。     

预应力CFRP布加固钢筋混凝土梁疲劳性能试验研究

为了研究预应力CFRP布加固钢筋混凝土梁的疲劳性能,进行了4根CFRP布加固的钢筋混凝土和1根对比梁的试验研究.试验中考虑的变量为碳纤维应力强度比、疲劳荷载幅和CFRP布粘贴层数.试验梁采用双点对称等幅、等频率加载.试验结果表明:未加固的对比梁受疲劳荷载作用时,裂缝少而宽;非预应力CFRP布加固梁,裂缝多而密,裂缝高度...     

关于单机双代理可拒绝排序的一个注记（英文）

In a recent paper, Feng et al. [5](Two-agent scheduling with rejection on a single machine. Appl. Math. Model. 39(2015) 1183-1193) studied some two-agent scheduling problems with rejection on a single machine. The authors showed that all problems are NP-hard and then provided four dynamic programming algorithms. Unfortunately, we observe that some mistakes are contained in the two dynamic programming algorithms. In this note, we first show by a counter-example that the above two algorithms are i...