改善低压电网功率因数与节能降损

功率因数的高低，对于电力系统设备的充分利用既及电力品质有着显著的影响。适当提高用户的功率因数，不但可以充分的发挥发、供电设备的生产能力、减少线路损失、改善电压质量，而且可以提高用户用电设备的工作效率和为用户本身节约电能。因此，对于全国广大供电企业、特别是对现阶段全国性的一些改造后的农村电网来说，若能提高用户功率因数，不但可以减轻上一级电网补偿的压力，而且能够有效地降低电能损失，减少用户电费。其社会效益及经济效益都会是非常显著的。     

粘钢加固地下室抗冲击动力分析

首次提出将粘钢加固技术用于平战功能转换的构思,并以上海某商场地下室为例,将直接积分的三维有限元法用于地下室的动力响应分析,对现有结构和转换方案分别进行了动力分析;讨论了单元类型、网格密度、时间步长等对计算结果的影响,对主体结构提出了采用粘钢技术进行加固的方案,并与其它加固方案比较,由此论证了这类技术用于平战功能转换的可能性和优越性.     

基于内部平衡系统的一种模型降阶方法

为简化大系统分散控制器的设计，提出了一种基于内部平衡系统的模型简化方法．这种方法首先把一个一致稳定的系统转化成一个内部平衡系统，然后选择一个内部优势子系统作为降阶模型，该子系统可保留原系统的强可控可观部分，并有一定的稳定性．最后给出了计算实例，并对所得结果进行了分析．     

一种新的彩色图像降维方法

基于内容的图像检索(CBIR)是图像检索的重要分支，而基于颜色的特征提取是CBIR的常用方法之一．如果对图像颜色的特征数提取过多、维数过大，则不利于对图像的快速匹配．本文将图像的色彩直方图作为输入向量，然后采用局部线性映射(LLE)算法对原始数据进行降维，并分别在4种色彩空间下对降维后的彩色图像进行分类．实验证明，在处理非线性数据降维时，LLE较主成分分析(PCA)具有明显的优势．     

基于粘-滑摩擦力模型的微型压电驱动器动力学分析

提出了一种新型的靠摩擦力驱动的微型压电驱动器，采用粘一滑摩擦力模型对其进行了动力学分析．通过对比仿真结果和实验结果，得出了不同驱动信号下的驱动器动力学特性；改变驱动信号的频率和幅值，能够控制驱动器的运动方向和速度．仿真结果与试验结果吻合较好，证明该摩擦力模型能够对驱动器进行较为精确的理论分析．     

聚合物动态流变研究中惯性力项对熔体粘性行为的影响

针对忽略和不忽略惯性力项对熔体粘性行为的影响2种情况,分别推导出振动场中流经毛细管的聚合物熔体剪切应力、剪切速率和表观粘度的计算公式.研究结果表明,当不忽略惯性力项的影响时,这3个参数与毛细管几何尺寸、毛细管体积流量的脉动、毛细管压力降的脉动、应力和应变相位差以及聚合物材料特性等因素显著有关,使得在相同的振动力场中,熔体剪切应力、剪切速率的计算结果比忽略惯性力项时的结果小,而熔体表现粘度的计算结果比忽略惯性力项的时结果大;不忽略惯性力项影响所得到的计算结果更客观地反映了聚合物的振动剪切流变行为.     

粘果山羊草Aegilops kotschyi puroindoline a基因的研究

根据已报道的小麦籽粒硬度主效基因之一puroindoline a（Pina）基因的保守序列,设计并合成了一对特异性引物ForA1和RevA1,对粘果山羊草Aegilops kotschyi的三个材料的基因组DNA和互补DNA进行Pina基因克隆、序列测定和表达分析,发现了三个新型Pina突变体,基因序列与六倍体小麦的同源基因存在较大的差异.RT-PCR证实了Pina基因在籽粒胚乳中表达.Southern blot分析结果表明,三种材料中该基因均含有两个拷贝.研究结果显示山羊草是一个丰富的遗传资源库,为小麦籽粒硬度的基因工程改良奠定了基础.     

CCI土壤湿度产品在中国区的降尺度与融合研究

以欧洲航天局主/被动微波遥感融合的土壤湿度产品数据为主要数据源,结合地表参数、亮度温度、土壤质地、地形、降雨等辅助数据,提出基于移动窗口的线性、非线性联合的土壤湿度降尺度模型,对中国区域2003年1—12月的CCI土壤湿度产品数据进行降尺度,提高CCI土壤湿度数据的空间分辨率,使其更适用于农业、水文模拟等精细尺度的应用要求。为了克服CCI数据冬季缺失较多的情况,利用第3代再分析资料ERA-Interim表层土壤湿度的降尺度和重采样结果与之进行融合,生成空间覆盖完整的2003—2013年中国区月1 km土壤湿度数据集,并利用站点实测数据集对其进行了验证。结果表明,依据主/被动微波融合CCI、ERA-Interim再分析土壤湿度数据以及辅助数据的基于移动窗口和线性非线性集成的中国区地表土壤湿度降尺度和融合方法,提高了CCI土壤湿度数据集的空间分辨率和空间覆盖,同时还一定程度上提高了土壤湿度的估算精度。     

改进的核极限学习机定位算法

针对神经网络无线定位方法,存在训练耗时长,定位结果易受噪声干扰的问题,提出了一种改进的核极限学习机无线定位算法。采取在同一位置进行多次测量的方法得到训练数据;把同一位置测得的数据划分为一个样本子空间并提取样本子空间的特征,以样本子空间的特征代替原来的训练数据;利用矩阵近似及矩阵扩展的相关理论改进核极限学习机算法;将处理过的训练数据利用改进的核极限学习机进行训练,得到定位预测模型。仿真结果表明,在相同数据集下,改进的核极限学习机训练用时短、定位速度快;在相同噪声干扰情况下,此算法定位预测误差小。经验证,该算法不但能提高网络的训练速度、定位速度,还能有效地降低噪声的干扰,提高定位精度。     

基于属性降维的钓鱼网站检测方法

随着对钓鱼网站分析刻画的不断完善,使得钓鱼网站检测特征呈现高维化特点。属性维度的增加以及数据量的增长,会造成检测计算复杂度呈几何倍数扩大,导致检测时间复杂度高、占用资源大和检测效率低。针对多属性的钓鱼网站检测,设计了一种基于属性降维的钓鱼网站检测方法。该方法使用信息增益方法对原始数据进行特征选择,筛除可能存在的冗余和噪声数据信息;根据不同属性间的互信息计算属性相关性矩阵,利用属性相关性矩阵作为权值参与加权主成分分析;根据得到的降维后新特征数据通过监督学习算法构建钓鱼网站检测模型。实验表明,该方法可以有效降低原始数据中冗余和噪声属性的干扰,能够有效检测出复杂网络环境中的钓鱼网站,同时具有较高的稳定性。