北黄海冷水团形成机制的初步探讨——Ⅱ.模式解的讨论

北黄海冷水团理论模式解揭示:冷水团的形成主要是北黄海洼地之上的过冬水体,由于入春以后海面不断增温,热量自表层向深层不断传递的结果.在冷水团成长期(6—7月),非线性垂直对流和平流效应不断增强,逐渐和由表及底增温的热扩散效应取得平衡,从而导致强温跃层和侧向锋面的形成.与此同时,三维热生密度环流相应而生;在冷水团整个成长期,水平密度环流始终呈气旋型的,而垂直环流则经历了由冷中心为下降流、边缘为上升流过渡到冷中心为上升流、边缘为下降流的两个阶段.     

纳米磁性液体对多元多相体系结晶特性的影响

以HCFC141b气体水合物结晶生成体系为对象,通过实验研究了磁场作用下纳米磁性液体对多元多相体系结晶生成特性的影响.重点研究了互不相容的水相与HCFC141b液相间、水相与气相(水蒸汽与HCFC141b蒸气)间的质量传递现象.结果发现,在旋转磁场作用下,纳米磁性液体能显著增强相间的质量传递和热量传递,使得结晶生成性能包括生成温度、生成速率等得到很大的提高.     

稀土高氯酸盐-谷氨酸配合物[Pr2(L-α-Glu)2(ClO4)(H2O)7](ClO4)3•4H2O的低温热容和热化学研究

合成了一种稀土高氯酸盐-谷氨酸配合物. 经TG/DTG、化学和元素分析、FTIR及与相关文献对比, 确定其组成为[Pr₂(L-α-Glu)₂(ClO₄)(H₂O)₇](ClO₄)₃•4H₂O, 纯度为99.0%以上. 利用显微熔点仪分析发现其没有熔点. 在78～370 K温区, 用精密绝热量热仪测量其低温热容, 在285～306 K温区发现一明显吸热峰, 归结为固-固相变过程. 通过相变温区三次重复热容测量, 得到相变温度T_tr、相变焓Δ_trH_m和相变熵Δ_trS_m分别为(297.158±0.280) K, (12.338±0.016) kJ•mol^－1和(41.520±0.156) J•K^－1•mol^－1. 用最小二乘法将非相变温区的热容对温度进行拟合, 得到了热容随温度变化的两个多项式方程. 用此方程进行数值积分, 得到每隔5 K的舒平热容值和相对于273.15 K的热力学函数值. 根据TG/DTG结果, 推测了该配合物的热分解机理. 依据Hess定律, 选择1 mol•dm^－3盐酸为量热溶剂, 利用等温环境溶解-反应量热计, 测定了该配合物的标准摩尔生成焓为: Δ_fH_m⁰＝－(7223.1±2.4) kJ•mol^－1.     

格路计数问题的研究与进展

格路计数是一种重要的组合计数模型,由于在不同学科的离散结构研究中能提供强大的方法和技术支持,所以备受关注,是研究的热点.本文综述在维数、步、起点终点位置等限制条件影响下的单条格路和多条不相交格路簇计数模型及其应用.(1)介绍Dyck格路等经典格路及格路计数的一些研究进展;(2)介绍利用生成函数研究格路计数问题的一种方法;(3)介绍利用矩阵研究格路计数问题的一些方法;(4)介绍格路簇计数问题及一些计数方法;(5)介绍不相交格路簇计数模型在对称函数论中的应用,并列出了一个有关的公开问题.     

灰度／深度图像序列的三维空间内插──一种新的计算机图像生成技术

本文提出的灰度／深度图像序列的三维内插方法,摆脱了原实摄路径限制,可在空间内任意巡行,采用空间稀疏化采样,从而达到大量节省存储量和高度灵活地可控再现空间场景的目的,为解决三维内插中庞大的计算量,我们研究了快速而实用的散点算法和深度适应的Ｗａｒｐ算法。通过介绍三维内插的几种简单情形,导出了一些简单、实用的算法。计算机仿真结果显示了这一新方法是完全可行的。     

激光雷达和视觉技术的机器人移动位置跟踪系统

以提升机器人位置跟踪精度为目的,设计激光雷达和视觉技术的机器人移动位置跟踪系统。该系统利用激光雷达传感器、方向传感器、里程计获取机器人位置距离信息、方向信息和移动里程信息后,利用MC9S12XS128微控芯片连接RS232通讯接口,将该信息传输到ARM嵌入式处理器内;用户通过与Ubuntu/Debian,操作系统环境人机接口相连的LCD显示屏,调用ARM嵌入式处理器内机器人位置距离、方向等信息后,通过启动位置跟踪单元内的基于类圆弧机器人识别的自适应位置跟踪算法程序,实现器人移动位置跟踪,并利用基于视觉技术的地图生成单元,生成机器人运行位置环境地图。实验结果表明：该系统跟踪机器人位置反馈时间最短仅为12 s,具备较好的实时性;在跟踪机器人简单移动位置和复杂移动位置时的跟踪线路与实现线路几乎重合,具备较强的机器人位置跟踪能力。     

基于语义通信的低比特率图像语义编码方法

近年来森林火灾给环境与人类带来巨大的损失,传统基于卫星、无人机技术的探测手段效率低且成本高,而布置在山区等偏远地区的大规模传感器网络因性能受限,难以负载大数据量业务,尤其是图片等可以清楚提供现场周围环境变化的有效信息。针对以上问题,本文将基于深度学习与语义通信技术,提出一种图像语义编码方法,对火灾中传感器拍摄到的图片所包含的语义进行提取、编码、传输,在接收端利用对抗生成网络完成从语义到图片的重建,进而实现比传统图像压缩编码方法更加稳定且具有更高压缩比率,从而减轻了传感器网络的负载,其中,为了避免对复杂无线信道的学习,该方法采用成熟的LDPC码进行信道编码,以保证语义传输的可靠性。仿真结果表明,该方法能够实现比传统BPG图片压缩方法具有更低的压缩比特率和更高的清晰度。     

基于遗传算法和ELM神经网络的目标威胁估计

目标威胁程度是指挥员进行态势评估和指挥决策的重要依据。为准确估计目标威胁情况,提出了基于遗传算法和极限学习机(Genetic Algorithm and Extreme Learning Machine, GA-ELM)的目标威胁评估方法。采用遗传算法优化ELM神经网络的输入权重和隐含层阈值,优化后的ELM神经网络能够克服传统ELM网络不稳定的缺点,具有更好的目标威胁估计性能。实验结果表明,基于GA-ELM的目标威胁估计误差明显小于传统ELM方法,且输出的威胁结果更加稳定。     

网络安全态势感知方法研究

安全防护是网络安全领域的关键问题之一。网络安全态势感知是一种实现安全防护的新兴技术,其核心思想是提取并理解态势信息,预测安全趋势,全面把握网络安全状态,及时制定决策,将被动检测转换为主动防御,提高网络的安全防护能力和应急响应能力,恢复网络系统弹性。对态势感知技术进行了介绍,分析了网络安全态势感知的3个阶段,分别梳理了这3个阶段的研究成果,归纳了一些常用的研究方法及其实现的功能,总结了网络安全态势感知方法的应用。     

基于GAN的导频配置和信道估计联合优化算法

随着通信设备的爆炸式增长,信道环境变得愈加复杂,传统信道估计方法需要进一步增加导频开销以维持现有信道估计精度。然而,这会导致系统吞吐量的下降。首先,提出了一种基于GAN的信道估计方法以在OFDM通信系统中解决这一问题。然后,采用GAN模型去学习从低维的潜向量到真实信道样本的映射关系。最后,在此基础上进行联合的导频配置优化。