基于G/S模式的空间信息云服务架构研究

针对多系统间的数据交换、共享问题,尤其在大数据时代,海量的数据增长给数据的管理带来的挑战,提出了一种基于G/S(General-Browser/ Service-Cloud,G/S)模式的空间信息云服务架构——面向数据的架构(Data Oriented Architecture,DOA)。以数据为核心,以数据标识为主线,通过数据注册中心和数据交换规范XXML(Specific Industry Markup Language),对海量异构数据进行存储、计算和管理,实现多系统间的数据共享、访问和协同。通过在地质灾害监测预警方面的应用,证明了该架构作为信息技术的系统构建方法在大数据时代独特的优势。     

车辆高海拔环境起步性能试验研究

对于全域机动车辆而言,高海拔环境起步性能是评价其高原环境适应性和机动性的重要指标。针对多个型号车辆存在的高海拔环境起步困难问题,在系统开展车辆起步过程动力学分析的基础上,从车辆本身所具有的动力和所受外界阻力两个方面对高海拔环境车辆起步性能影响因素进行了深入分析,通过对某军用履带车辆高海拔起步性能的实车试验验证,确定了发动机低速扭矩特性、传动油温、行驶坡度、使用工况是高海拔环境影响车辆起步性能的关键因素,为车辆论证、研制、试验和使用工作的改进和发展提供了依据。     

运载火箭试验数据管理及可视化系统设计

针对现有运载火箭试验数据管理及可视化系统依赖于第三方功能插件,未实现纯浏览器端三维模型渲染及交互,系统对运行环境依赖性强、部署和维护成本高等问题,设计了基于JavaScript框架ExtJS和WebGL框架three.js的运载火箭试验数据管理及可视化系统。首先基于B/S架构设计了系统总体框架,然后针对二维图形数据传输延迟问题设计了基于Web Worker的数据读取方案,最后针对浏览器端三维模型渲染需求提出了基于VTK模型的转换算法,设计了三维模型渲染及交互方案。试验结果显示,本系统不依赖于运行环境和功能插件,能实现浏览器端二维图形和三维模型渲染及流畅交互,为兼容国产化操作系统、降低部署和维护成本创造了条件。     

综合传动装置起动扭矩测试试验研究

低温环境起动性能是表征车辆动力性能的一项重要指标。对液力机械传动车辆而言,由于综合传动装置自身技术特点,改善车辆起动性能除应当考虑发动机自身起动阻力外,还应当考虑综合传动装置的起动阻力。在系统分析综合传动装置技术特点和功率流向的基础上,总结了发动机起动过程的主要特征,提出采用稳态试验与动态试验相结合的台架试验方法进行综合传动装置起动扭矩测试。以某高速履带车辆为研究对象,进行了综合传动装置起动扭矩测试。试验结果表明,传动油温的变化和各类油泵的功率消耗是决定综合传动装置起动扭矩大小的关键因素,为改进车辆总体设计和提高车辆起动性能提供了依据。     

奥氏体不锈钢深冷低温冲击试验方法研究

以液氦作为冷源,结合G-M低温制冷机,实现-196~-269℃深冷温度环境,探索深冷低温冲击试验方法。结果表明,试样从低温环境中取出后置于大气环境中,温度出现快速回升。对于不同试验低温,可采用不同方法进行试验。试验温度T=4.2K时,可采用制冷机预冷+液氦持续喷淋的方法进行降温。试验温度10≤T77K时,可采用玻璃容器填充气凝胶粉体对试样进行绝热保温处理;或根据试验温度以及回温测试结果,以一定的过冷温度补偿值保证试验温度。过冷温度补偿方法可满足常规冲击试验的要求,但需要相对较大的过冷温度补偿值;玻璃容器填充粉体包裹试样,可减缓试样温度回升,但对材料冲击吸收能量有一定影响,可用多试样冲击试验并进行修正以反映材料冲击韧性水平。     

R717与R22在开启式螺杆压缩机中的性能对比试验研究

依据国标GB/T 5773-2004《容积式制冷剂压缩机性能试验方法》,以吸气管路流量计法和气体冷却器法为试验方法,搭建了开启式螺杆压缩机的性能测试平台。分别以R717和R22为制冷工质在冷凝温度为30℃和40℃,蒸发温度从-35℃~5℃范围内进行了试验研究。结果表明,在测试工况条件下,R717工质的容积效率比R22高3%左右,轴功率高6%左右,COP高6%~10%。     

大数据时代下的化学经验2.0：基于键能的大规模反应途径预测

报道了一个基于键能数据预测反应途径的可编程算法．运用该算法,成功预测了F₂+CH₃Cl气相反应的最优产物(CF₄)和对应的反应途径．提供了一个启示性的化学经验2.0 的例子,并可能开启大数据时代下的大规模反应途径预测的大门．     

基于Matlab数据库工具箱的实验数据自动抽取及应用

矩阵计算和多领域的算法库是Malab科学计算软件的核心,它所提供的大量函数库为科研工作者进行专业领域实验提供了巨大的方便。Matlab数据库工具箱虽然开启了自动化调用数据的功能,但是并不是每位科学实验的研究者均具备数据库编程和书写SQL语句的技能,而大规模参数赋值却是科学实验的基础。因此通过介绍工具箱中Query Builder的使用,建立ODBC/JDBC兼容数据源,对大规模实验数据进行自动抽取数据、变量赋值及图形化表示、函数测试及调用。实现不书写任何计算机语句,完成大规模数据的调用赋值以及函数调用的功能,旨在帮助实验者快速完成物理数据的计算工作。     

收入分布变迁与消费结构转变——基于门限模型的非线性计量分析

当前我国消费存在着明显的结构性转变特征,且居民收入分布上不同收入层次人群的消费偏好具有显著的差异。由此选取CHIP数据并运用门限回归模型,根据城镇居民收入与消费(关系)的非线性特征划分出不同的收入组群,来对居民消费进行更为细致的分析。结果表明,城镇居民消费存在显著的收入组群差异,同时各类消费市场的发展阶段也存在区别,收入分布变迁正促使城镇居民消费结构由生存型消费向更高一级的享受发展型消费转变。可见当前我国经济中,居民收入水平对消费的影响与消费对经济增长的贡献,都已不再具有明显的整体效应。因此,拉动消费以促进经济增长就需要关注重点的收入组群以及具有显著成长性的消费市场。     

基于自适应权重的函数型数据聚类方法研究

基于有限维离散数据的传统聚类分析并不能直接用于函数型数据的分类挖掘。本文针对函数型数据的稀疏性和无穷维特殊性展开讨论,在综合剖析现有函数型聚类方法优势与不足的基础上,依据聚类指标的信息量差异重构加权主成分距离为函数相似性测度,提出了一种函数型数据的自适应权重聚类分析。相对同类函数型聚类算法,新方法的核心优势在于:(1)自适应赋权的距离函数体现了聚类指标分类效率的差异,并且有充分的理论基础保证其必要性和客观合理性;(2)基于有限维离散数据的聚类实现了无限维连续函数的聚类,能够显著降低计算成本。实证检验表明,新方法的分类正确率明显提高,能够有效解决传统聚类算法极端情形下的失效问题,有着复杂函数型数据分类问题下的灵活性和普遍适用性。