计算复杂地基动力柔度系数的分段递推方法

介绍复杂地基动力柔度系数的一个快速有效计算方法——分段递推法。这一方法的基本思想是：将频率域分为若干子域，利用子域中点频率处的动力柔度系数向前或向后递推子域内其它频率点处的动力柔度系数，以简化计算过程。文中讨论了实施这一方法的基本过程，并提出了迭代计算方法，进一步改善计算精度。在算例中，近似解与解析解相比，具有很好的近似精度。     

分流河道淤积与洞庭湖萎缩对长江洪灾的影响

1998年长江流域的特大洪水灾害表明，目前长江流域防洪体系在面临特大洪水时仍然显得比较脆弱．以长江中下游荆江洞庭湖地区为背景，运用有限体积计算方法建立了一维河道和二维湖泊交错的复杂水系洪水演进数值模型，细致分析了由于分流河道淤积以及洞庭湖萎缩对长江洪灾的影响．得出长江分流河道和洞庭湖由于泥沙淤积产生的萎缩将造成长江干流河道洪水期间水位抬升，从而加重长江的洪水灾害．其结论可为长江中下游地区的洪水治理提出建设性意见．     

液晶聚合物/柔性聚合物相分离的方向序与流动效应分析

本文用数值方法模拟液晶聚合物(LCP)／柔性链聚合物(FP)的相分离动力学过程，并用有序度S和长主轴倾斜角θ构成向量图，用来分析方向序和剪切流动对相分离形态的影响。结果表明(液晶富)基元的长主轴有沿条状界面平行排列的趋向，在弯曲条纹转角剧烈处或T字口处，有序度明显恶化；另外发现，对系统加剪切流动会引起邻近(液晶富)区域的凝聚，使得条纹变粗变长，同时，剪切率的大小对条纹的粗细和指向矢的分布有影响，表现为剪切率越大条纹拉伸越长，而指向矢的有序度越差。     

用广义阶梯函数简化计算简支圆板在复杂荷载作用下的极限荷载

本文将广义阶梯函数应用于薄板的塑性极限分析问题，用以简化计算简支圆板在复杂荷载作用下的极限荷载。文中针对简支圆板在任意局部均布荷载和线性分布荷载共同作用下的塑性极限分析问题，并考虑荷载的五种不同的分布形式，给出相应的极限荷载的计算公式。     

基于最大熵模型的微博传播网络中的链路预测

微博是基于用户关注关系建立的具有媒体特性的实时信息分享社交平台.微博上的信息扩散具有快速性、爆发性和时效性.理解信息的传播机理,预测信息转发行为,对研究微博上舆论的形成、产品的推广等具有重要意义.本文通过解析微博转发记录来研究影响信息转发的因素或特征,把微博信息转发预测问题抽象为链路预测问题,并提出基于最大熵模型的链路预测算法.实例验证的结果表明:1)基于最大熵模型的算法在运行时间上具有明显的优势;2)在预测结果方面,最大熵模型比同类其他算法表现优异;3)当训练集大小和特征数量变化时,基于最大熵模型的预测结果表现稳定.该方法在预测链路时避免了特征之间相互独立的约束,准确率优于其他同类方法,对解决复杂网络中其他类型的预测问题具有借鉴意义.     

基于终端滑模控制的扰动复杂网络的有限时间同步

本文研究了扰动的复杂网络的有限时间同步问题. 利用终端滑模控制的方法, 设计了能保证网络同步的滑模面和控制器, 得到了两个不同的复杂网络之间达到有限时间同步的充分条件. 这些理论结果推广了复杂网络同步的一些已有结论.     

基于通信序列熵的复杂网络传输容量

网络的传输性能在一定程度上依赖于网络的拓扑结构.本文从结构信息的角度分析复杂网络的传输动力学行为,寻找影响网络传输容量的信息结构测度指标.通信序列熵可以有效地量化网络的整体结构信息,为了表征网络整体传输能力,把通信序列熵引入到复杂网络传输动力学分析中,研究网络的通信序列熵与传输性能之间的关联特性,分析这种相关性存在的内在机理.分别在BA无标度和WS小世界网络模型上进行仿真,结果显示:网络的通信序列熵与其传输容量存在密切关联性,随着通信序列熵的增加,网络拓扑结构的均匀性随之增强,传输容量明显增加.网络的传输容量是通信序列熵的单调递增函数,与通信序列熵成正关联关系.通信序列熵可有效评估网络的传输容量,本结论可为设计高传输容量网络提供理论依据.     

全二维气相色谱分析持久性有机污染物的应用进展

持久性有机污染物（POPs）组分复杂,在自然界中超痕量存在,其分离分析十分困难。全二维气相色谱（GC×GC）作为一种新型色谱技术,与传统的一维气相色谱相比,具有峰容量大、分辨率和灵敏度高等优势,越来越广泛地应用于环境有机污染物的分析。该文综述了近十年来全二维气相色谱在持久性有机污染物分析中的应用进展,主要包括全二维气相色谱在解决一些复杂POPs定性定量分析难题方面的应用,如二恶英、毒杀芬和短链氯化石蜡等;概述了全二维气相色谱对多种POPs同时定性定量分析的应用进展;讨论了全二维气相色谱在非目标有机污染物筛查分析中的应用,并对发展趋势及相关应用前景进行了总结展望。     

层次卷积滤波红外弱小目标检测方法

针对单帧复杂背景红外图像点目标检测算法存在复杂背景下处理效果不理想、处理时间长的问题,提出了一种层次卷积滤波检测算法。主要分为两个部分：第一,根据红外小目标特性,设计一种层次卷积滤波的算子,对图像进行滤波处理,实现图像中小目标的增效和背景抑制的效果;第二,采用基于最大值的自适应阈值方法,对图像进行二值化操作,过滤背景杂波,最终提取到待检测的目标。在大量不同背景红外图像中进行实验,论文算法在背景抑制因子和信噪比增益的性能量化结果上优于现有5种典型红外弱小目标检测算法的性能结果,且平均处理时间仅为高斯拉普拉斯（Laplacian of Gaussian,LoG）滤波算法的30.42%。通过实验对比,表明该层次卷积滤波算法可以有效解决在不同复杂背景下的红外图像中对小目标检测的问题。     

引言北大核心CSCD

灵敏、可靠地检测复杂样品中痕量、超痕量目标物对分析测量学提出了巨大挑战,目前市场上虽已有诸多智能化的现代分析检测仪器,但考虑到复杂的样品基底及目标组分的低含量,在进行仪器分析检测前,需进行有效的样品制备,以降低复杂样品基底的干扰,提高检测准确性,同时对目标组分进行富集,从而改善检测灵敏度。可以说,样品制备过程是整个分析过程中最为重要和耗时的步骤,影响着分析结果的准确性和可靠性。