二根树指标马氏信源关于赌博系统的极限定理

研究任意二根树图上二阶非齐次马氏信源的极限性质。通过构造相容分布和非负上鞅的方法,得到了任意无限连通二根树上二阶非齐次马氏信源关于广义赌博系统的一类广义渐近均匀分割性定理,也称广义ShannonMc Millan定理,并推广了已有的结果 。     

变步长极点配置方法研究

为了克服常规特征结构极点配置方法的局限性,提出了一种变步长与含调谐因子的改进极点配置算法,减小系统控制力,并且易实现极点配置.该算法求得的增益矩阵始终为实数,依据作动器个数而采用的变步长方法适用性强,引入调谐因子使控制结果更佳.过程如下:首先,为了保证增益矩阵的实数,在配置极点的选择方面,在配置前2 r阶极点时,保持原极点的虚部不变改变实部;其次,为了获得较好的控制效果,在极点配置时,选择变步长;再次,为了进一步改善控制效果,在确定每步配置增益时,引入了调谐因子.最后,以5层建筑物为例,依据不同作动器作用步长下控制结果,并结合调谐因子对本文所提方法的有效性进行了分析.在多输入系统极点配置时,其步长选择0.2～0.5总长时控制效果较好,调谐因子的选取在优选区间内可以得到更好的控制效果.     

基于三维点云的岩体结构面自动分类与参数计算

结构面间距是岩体稳定性和力学特性分析中的一个重要参数，在岩石力学、采矿工程、边坡监测等领域的数值计算中广泛应用.本文以岩体边坡露头为研究对象，基于非接触测量获得的三维点云数据，提出一种基于密度聚类的结构面细化分类方法；在结构面粗略分组提取的基础上，通过投影变换、散乱点拟合等算法，求得结构面间距和岩体体积节理数.设计开发了结构面细化分类及间距等参数计算与分析原型系统，实际案例分析表明，本文方法可有效实现结构面的自动细化分类，并能够计算出间距等相关参数，可为岩体质量分级和岩体稳定性分析等提供方法支撑.     

基于串联两阶段网络DEA模型的供应链规模收益分析

数据包络分析(DEA)是评价供应链系统(Supply chain system)间相对有效性的一种重要的工具,但是传统的DEA不考虑供应链的内部结构,对系统效率评价偏高;而本文所研究两阶段串联供应链系统,考虑把部分中间产品作为最终产品输出,增加额外中间投入的情形.基于所提出的供应链系统结构,本文建立相应的串联结构下的网络DEA模型,并针对所建立模型进行相关理论的研究,给出了串联结构下的生产可能集和规模收益情况判定方法.最后,进行数值实验,以验证我们提出的结论.     

基于生态交错带理论的生态环境潜在容量评估和预警研究——以重庆三峡库区为例

生态交错带是指两种不同类型的生态系统交界过渡的区域。基于生态交错带理论对重庆三峡库区的生态脆弱性状况进行了分析，并在此基础上运用道夫尼尔和地球环境的潜在指数M，计算人对地理环境的影响，评估土地类型和环境污染状态。通过对生态环境潜在容量指数E的修正评估了库区 22 个区县的生态环境潜在容量，并在此基础上做出预警研究，将其划分为急警、重警、中警、轻警和无警 5 种类型。最终得出重庆三峡库区生态环境状况两极化现象比较严重，发展不平衡，有些地区生态破坏较为严重，因此需要采取相应的对策进行优化发展。
     

VLCC船首外飘结构冲击及砰击强度

现有CSR规范仅考虑了冲击压力对VLCC船首外飘结构的影响而忽略了砰击压力的影响,使得具有较大船首外飘结构的VLCC常由于遭遇较大波浪载荷而受损.本文借鉴CSR规范载荷体系提出两种冲击压力的假设,并结合实船案例数据,采用有限元法对受损结构进行逆向工程计算,采用最小二乘法分析实验数据以寻求最优解.最后,根据最佳方案对损坏结构提出修改方案并验证.本文的研究结果可为超大型油船的结构设计提供思路.     

基于串空间模型的认证测试方法

串空间模型认证测试方法是定理证明安全协议分析法中最具有代表性的一类.利用串空间模型理论对Needham-Schroeder(N-S)公钥协议中中间人攻击问题进行形式化分析与设计,并对其进行证明.与原有技术相比,该方法更为形式化,协议分析人员可以很方便地进行手动分析,并且更有利于协议分析自动化工具的实现.     

刺纹车轮虫 18S rDNA 克隆与序列分析

首次对刺纹车轮虫(TrichodinacentrostrigataBasson,VanAs & Paperna, 1983)进行了 18S rDNA 的克隆测序并分析，研究结果显示：刺纹车轮虫是一种具有辐射状中央颗粒的淡水车轮虫，具有相对较高的 GC 含量而位于分子系统树的顶枝，它与海水环境中的车轮虫具有较高的序列相似性及较近的遗传距离从而聚为一枝。研究提示刺纹车轮虫具有较强的宿主适应性，在系统进化中分化较晚并与海水种类具有较近的亲缘关系；此外，车轮虫的同源性与 18S rDNA序列相似性、遗传距离具明显相关性，GC 含量与分子支序树分枝具有明显相关性。