关中地区城市生态位研究

目的探索区域内城市间的竞争程度及变化情况。方法运用生态学中生态位及生态位重叠模型计算城市生态位宽度和重叠度。结果以关中地区为研究范围,根据2004年39个工业行业产值数据,计算出关中地区4城市生态位宽度和生态位重叠度。结论 (1)关中地区4个城市生态位宽度形成3个类别,分别为西安、宝鸡、咸阳、铜川,其中,西安市生态位宽度最大,所占据的资源空间最多,其余两种类型生态位宽度逐渐减小,所占据的资源空间逐渐减少;(2)关中地区4个城市生态竞争缓和,竞争中形成西安市处于优势地位,宝鸡、咸阳次之,铜川位居最后;(3)西安和咸阳、西安和宝鸡、咸阳和铜川城市生态位重叠值较高,互为可能的竞争对手。     

一种改进的地下车库弱纹理下智能汽车即时定位与建图算法

地下车库中纯视觉的即时定位与建图(simultaneous localization and mapping, SLAM)方法无法克服光线不足和弱特征纹理两大不利因素,为此,提出一种基于VINS-Mono框架下改进的视觉惯导融合算法,把原算法中提取Harris角点的方法改进为提取灰度值陡变的像素点,并使用非线性优化方法在初始化阶段进行视觉位姿估计。后端采用滑动窗口的形式建立先验估计残差、惯性测量单元(inertial measurement unit, IMU)残差以及基于灰度值不变原理构建的视觉残差的联合残差模型,进一步提升了系统底层变量的优化效果,从而提高算法的定位准确度。通过基于EuRoc数据集的仿真实验和地下车库实际场景的实车实验,验证了所提算法的鲁棒性和精确性。     

低结晶度钒酸锂电极材料的固相配位合成研究

以Li2CO3和V2O5为原料,利用固相配位反应合成了层状锂钒氧化物LiV3O8.透射电子显微镜法(TEM)检测所得产物具有较小的晶粒.克放电结果显示,充放电区间为1.5-4.0 v,电流密度为0.5 mA/cm2时,首次充放电比容量达到210 mAh/g,高于同等条件下传统方法制备所得产物的首次放电量,具有很好的储存性能.     

椭圆-箱型-预切分三道次孔型轧制过程的有限元仿真分析

为了优化φ16 mm棒材产品的切分工艺,提高孔型设计精度,借助于ANSYS/LS-DYNA软件,建立有限元实体模型,对φ16 mm棒材产品轧制过程中间道次的椭圆-箱型-预切分3个孔型进行仿真分析,得到各道次轧件在变形过程中的金属流动性规律和应力应变结果.分析表明,在切分工艺生产中,椭圆和箱型孔均在与轧辊表面接触处的金属位移量最大,且呈对称分布.预切分孔型中切分处金属位移量最大;而金属所受的最大有效应力在箱型孔中位于与轧辊接触的圆弧部位.预切分孔型则仍在切分部位.     

转置双曲柄滑块机构急回运动特性的研究

本文对转置双曲柄滑块机构急回运动特性进行了分析,结果讧明,此机构不仅具有超急回运动特性的可能性;而且在机构各构件尺寸一定的情况下,仅改变其相对安装位置,便可具有行程速比系数不同的急回运动特性。     

集装箱船全航线Bay位排箱优化模型

针对集装箱配载问题的复杂性,提出了集装箱船在一个航次中挂靠多个港口的混装Bay位的排箱模型.该模型以例箱量最少为目标,忽略集装箱的尺寸及箱内货物类型等因素,仅考虑倒箱对配载的影响.以Bay位某列是否存在倒箱为设计变量,以全航线倒箱数量最少为目标建立优化模型,并利用隐式图启发式搜索技术对各个港口的集装箱进行安排.计算机模拟结果表明,所提出模型能快速产生倒箱数最少的全航线Bay位排箱方案.     

((≡))-N相互作用的初步研究及4(≡)He、8(≡)He、11(≡)B结合能的计算

利用手征SU(3)夸克模型,采用共振群方法得到((≡))-N作用相互非定域位以及((≡))超子与10(≡)He壳心核的相互作用势,并利用其计算4(≡)He、8(≡)He、11(≡)B的基态结合能.计算结果表明利用手征SU(3)夸克模型能得到与实验相近的结果.同时本文也对(≡)超核结合能的性质做了初步研究,以进一步加深对重子-重子相互作用的了解.     

高校生态位适宜度的数学模型及其应用

为培育与提升高校生态位适宜度,实现高校可持续发展,需要建立一套科学的定量分析方法.借鉴自然系统的生态位理论,以高校为研究对象,探讨了高校生态位适宜度的内涵.在此基础上,构建了高校生态位适宜度评价指标体系,给出了高校生态位适宜度的数学模型,并将其应用于我国十六所综合性大学的计算和分析,结果与实际情况基本吻合.该模型可以为高校进行合理评价与决策提供一种有效的方法.     

四维电磁位与电磁场的量子化

论述了通过四维矢量电磁位函数统一描写的电磁场 ;讨论了Aharonov -Bohm效应呈现的量子力学非局域性 ;从Coulomb规范出发进行电磁场的量子化并导出零点能     

基于数据增强和字词融合特征的实体槽位识别

针对传统的基于字级表示的实体槽位识别模型无法很好利用词语信息,以及信息技术(IT)运维领域缺少足够数量公开数据集的问题,提出一种基于BERT＿Word2vec＿BiLSTM＿CRF模型的实体槽位识别方法,并通过数据增强对模型的训练数据集进行扩展．该模型将基于转换器的双向编码表征(BERT)模型得到的字向量表示和Word2vec得到的词向量表示进行融合,通过双向长短时记忆(BiLSTM)网络进行上下文编码,通过条件随机场(CRF)进行解码,得到最终的序列标注结果．通过在某企业提供的数据集上进行实验,结果表明：融合词级特征可以在BERT预训练模型的基础上进一步提升识别性能,F1值达到了92.33%.