Landau-Lifshitz方程平面波解的全局光滑性

该文研究了 S2上LL方程的n维平面波解.基于Hasimoto变换得到了平面波型的等价薛定谔方程,利用Strichartz估计和傅里叶变换下的能量方法,证明了在小初值条件下该类解的全局存在性.得到的全局解是光滑且空间范数落在任意阶希尔伯特空间中,该文中的结果提高了论文[3]中解的正则性.     

将科学研究融入大学物理教学的探讨——以宇宙射线研究为例

科学研究与教学工作相辅相成,互相促进,文中我们依托宇宙线教育部重点实验室,结合多年来从事大学物理教学工作及西藏宇宙射线实验研究的经验,将大学物理中的粒子作用、光电效应、康普顿散射与宇宙射线科学研究的相关知识进行了融合.虽然目前宇宙射线并未全面进入教育视野,但宇宙射线研究是物理界非常重要的一项课题,为人类认识粒子及宇宙起...     

振动噪声等高图的电驱动桥噪声预测及优化*

在项目开发前期通过优化电驱动桥扭矩特性的设计,可以规避噪声大问题。根据电驱动桥台架在对应扭矩下的振动噪声特性,提出了一套稳定高效的测试流程和分析方法。首先设计了一套完整的试验流程,制定了精准的数据分析方法。然后绘制出能够全面反映电驱动桥振动噪声特性的等高图。最后利用电驱动桥台架的振动噪声等高图,准确评估电驱动桥加速工况下振动噪声风险,为主机厂和电驱动桥零部件企业提供电驱动桥扭矩特性设计前期指导。利用该方法成功识别到某电驱动桥匀速及加速工况下电机及齿轮的啸叫问题。通过优化电驱动桥扭矩特性设计,电机48阶噪声峰值降低了8.5dB(A),确认该方法准确可靠,具备推广应用价值。     

基于探索向量的Ball K-Means聚类算法

随着大数据时代的到来,如何快速、准确地从海量数据中挖掘有用的信息成为一个极其关键的问题。随着样本数据维度和数量的增加,导致K-Means聚类算法的计算成本急剧增加。因此,一种新颖的加速精确K-Means聚类算法近期被用来降低计算成本,称为“Ball K-Means”。尽管Ball K-Means降低了计算成本,但是该算法和K-Means算法都缺乏全局搜索能力。因此,本文从全局搜索能力和计算成本两个因素考虑,通过在Ball K-Means算法中引入一种防止聚类过程过早收敛的探索向量,提出一种针对高维度、大样本数据的基于探索向量的Ball K-Means聚类算法,称为“Ball XK-Means”。实验结果表明,在高维度和大样本数据下,本文提出的算法不仅比Ball K-Means和K-Means算法能够获更稳定和更精确的聚类结果,而且比K-Means和XK-Means算法有更低的计算成本和更高的效率。     

CGM灌浆料在热电厂施工中的应用

<正>石河子地区以前对地脚螺栓灌浆和设备底板的二次灌浆,都是采用细石混凝土。现场拌制的细石混凝土质量低劣,强度增长慢,最终强度低,导致安装进度慢,而且填充密实性     

福建省食品团体标准现状分析与对策研究

以全国团体标准信息平台数据为基础,通过统计和对比食品相关社会团体注册数量、团体标准发布数量、公开情况、标准类型、生产许可分类情况等相关数据,分析2018—2022年福建省食品团体标准的发布情况和存在的问题,提出加强规范引导、加强标准化能力建设、加强政策扶持和加强监督评价等对策建议,以期为今后福建省食品团体标准的健康发展提供有益参考。     

“十三五”期间海宁盐官下河水源地水质监测及其健康风险评价

采用单因子和内梅罗污染指数评价法对“十三五”期间盐官下河饮用水水源地进行水质评价,结合美国国家环境保护署推荐的健康风险评价模型,开展水质健康风险评价.结果显示,盐官下河各断面水质整体好转,污染指数逐年下降,其中氨氮指标变化较为显著.流域内杭申公路桥、泰山桥、盐官枢纽3个断面氨氮单因子污染指数C_i分别从1.571、1.496、1.105降至0.828、0.148、0.329.3个监测断面的内梅罗污染指数P_j值分别从1.445、1.363、1.049降至1.192、0.759、0.798.水质健康风险评价表明,水源地水体中非致癌物引起的年均健康风险值TP (1.07×10^-9/a)>NH₃-N (3.35×10^-10/a)>COD (1.16×10^-10/a),总风险值1.52×10^-9/a.水体的非致癌物风险值低于国际辐射防护委员会的最大可接受风险水平(5.00×10^-5/a),整体健康风险较小,但仍需...     

低压STATCOM直接电流控制方法的研究

针对低压STATCOM电流直接控制方式下的两种控制模式。分析了两类控制模式的基本原理．并对两种控制方式进行了Mattab仿真、设计了基于两种控制模式的试验样机．通过仿真受实际的试验分析了两种控制的优缺点．具有较大的实践指导意义．丰富了低压STATCOM的运用研究。     

新的粒子群优化算法

粒子群优化(PSO:Partic le Swarm Optim ization)算法是一种有效的全局优化技术。对于PSO算法,很容易陷入局部极值。针对上述缺点,提出了两点改进:对基本PSO算法的速度更新公式中的全局极值给出新的定义,以使粒子群体保持多样性;适当地缩放适应值,与随机规则共同决定某个粒子作为速度公式中的全局极值。改进的两点用于PSO算法后期,形成新的PSO算法(NPSO:New PSO)。NPSO能有效地改善算法,具有摆脱局部极值的能力。在给定的条件下,选用3个函数进行了测试。实验结果显示,在获得平均适应值方面,该算法比PSO算法提高1.62%~16.5%,明显优于基本的PSO算法。     

实施科教兴镇战略 推动镇域科学发展——祁门县平里镇实行政府统筹农科教结合促进新农村建设的启示

地处黄山西麓祁门县西南的平里镇在贯彻落实党在农村的一系列方针政策过程中,始终坚持以农民增收、农业增效和农村发展为中心,实施科教兴镇战略,全面落实科技“三员”制度,卓有成效地推进了镇域经济和社会的科学发展,促进了全镇社会主义新农村建设。在多次荣获省、市、县奖励基础上．近年来,该村又先后被授予“全国科普示范镇”、“全国亿万农民健身活动先进乡镇”等称号。