Mn对SrTiO3基电容—压敏陶瓷非线性系数的影响

介绍了ＳｒＴｉＯ３基电容－压敏陶瓷研究的国内外进展，从理论和实验出发研究了Ｍｎ对ＳｒＴｉＯ３基电容－压敏陶瓷非线性系数的影响，并得到了一些有益的结论。     

程序语言理论的发展及对某些高级程序设计语言的分析

本文从对六十年代、七十年代、八十年代相继产生的ALGOL—PASCAL—ADA语言及PL/1语言的特点及结构的分析,论述了程序语言理论的发展过程及特点:首先语言本身从复杂转向简单; 其次.对可扩充语言的研究已经衰落了,但它的一些概念在数据抽象语言中保留下来;程序语言由早期的语法形式化发展到现行的模块结构化.文章指出一些现代程序语言具有数据抽象控制的基本出发点及其在此出发点上现代程序语言的许多共同的特点和性能.同时指出在现代程序语言设计的数据抽象领域中,还存在一些亟待解决的重要问题.     

浅谈结构化程序设计的思想与方法

本文介绍了产生结构化程序设计的历史背景,分析了结构化程序设计的思想,并通过举例说明了自顶而下,逐步求精的结构式编程方法,指出结构程序设计已是现代程序设计方法学的主要成份,它包含着极其丰富的内容,是一个较好的,可靠和安全的程序设计方法.     

新巴塞尔协议中操作风险的计量及运用

经过多年探索发展,商业银行操作风险管理水平仍良莠不齐,整体管理水平亟待提高。巴塞尔银行监管委员会发布了操作风险管理和监控的十个原则——《操作风险管理和监控的实践》,其中明确了银行进行操作风险管理的四个步骤:识别、评估、监控、缓解和控制。将基于《新巴塞尔协议》主要有关操作风险计量要求的新规定,深层次探究其具体应用。     

基于光声信号的高铁钢轨表面缺陷检测方法

针对传统的基于超声信号的高铁钢轨无损检测方法对于表面微裂纹检测效果不佳的问题,提出了一种基于光声信号的高铁钢轨表面缺陷检测方法.首先,使用有限元及K-wave方法建立了钢轨模型并获得了模拟光声信号;然后利用时间反演的方法对钢轨表面的光声图像进行了重建,并研究了不同传感器中心频率对成像结果的影响;最后设计实验采集了钢轨表面的光声信号并进行了处理和分析.实验结果表明,基于光声信号的高铁钢轨表面缺陷检测方法对于表面微裂纹有很好的检测效果,该方法在钢轨探伤领域有较大的可行性及发展潜力.     

美国军事基地体系

美国的军事基地体系是由军事基地和军事设施两大类组成的。军事基地一般各种设施较全，驻扎的人数较多，可以完成多种职责，如海军基地、大型兵营等；而军事设施是军事基地体系的基本单位，通常履行单一职责，如雷达站、仓库等。伊拉克战争结束后，美国开始对其在全球部署的兵力进行新的“洗牌”，其重要举措就是调整其全球军事基地体系。一是重视预先配置，建设移动基地。预先配置就是在一些海外基地中预先配置相当数量的武器装备，以极少的兵力来维护和驻守，当危机发生时，美军采取快捷的运输方式将人员运送到危机地区，提高军队对危机的…     

CAI系统的设计原则,方法与课件的开发,管理

本文提出了计算机辅助教学系统教学软件设计的三大原则及其相应的方法。并通过开发一个PASCAL课程软件,说明课件开发过程及其系统结构。最后给出了教学软件的评价标准。     

高速铁路轮轨滚动噪声的分形描述及分形维估计

提出基于分形分析的轮轨滚动噪声研究方法,研究了不同尺度下轮轨滚动噪声增量的统计特性,证明轮轨滚动噪声具有分形特性,可由分形布朗运动描述。在此基础上,利用分形布朗运动的小波系数方差与分形维的幂律关系估计了轮轨滚动噪声的分形维,并估计了以裂纹扩展为代表的钢轨伤损声发射信号的分形维,对比研究发现:轮轨滚动噪声分形维本身具有随机性,不同车速下的轮轨滚动噪声分形维估计以1.5666为均值随机分布在小于2的小区间内;分形维是轮轨滚动噪声的固有特征,与车速无关,不同车速的轮轨滚动噪声可由统一的分形布朗运动模型描述;裂纹扩展信号与轮轨滚动噪声不同,其分形维估计大于2,不满足分形布朗运动模型的要求,但分形维可作为二者的区别特征。研究提取了轮轨滚动噪声的分形维作为固有特征,为高速轮轨滚动噪声描述及轮轨伤损检测提供了有效的分析方法。      

声发射技术在铁路系统检测中的研究和应用

高速铁路的快速发展,给我国经济和社会发展带来了巨大的推动作用,同时对铁路系统的安全性提出了更高的要求。针对声发射技术在铁路系统安全检测中的研究和应用,介绍了声发射技术及其在检测应用中的优点,综述了目前国内外声发射技术在铁路系统检测研究中的情况,包括钢轨伤损检测、车轮伤损检测、轮轴轴承伤损检测、铁路结构安全监测以及车体材料安全监测等,特别针对钢轨裂纹伤损引起的钢轨断裂这一铁路安全中的主要事故,着重分析了声发射技术在钢轨裂纹伤损检测研究中的情况,并介绍了在高速铁路方面的应用探索。最后在上述分析总结的基础上,指出了声发射技术在铁路系统特别是高速铁路检测研究中的前景及研究难点。     

基于主成分分析-Fisher判别分析的食品类塑料瓶物证差分拉曼光谱分类

食品类塑料瓶物证携带许多潜在证据信息,目前针对此类物证的检验研究尚处于探索阶段。利用差分拉曼光谱对46个食品类塑料瓶样品进行检验,依据样品材质及光谱特征峰可将样品分为三类。利用主成分分析（Principal component analysis, PCA）-Fisher判别分析,绘制主成分得分图,构建判别函数,建立分类模型。结果表明,食品类塑料瓶样品具有明显的聚类关系,原始分类与交叉验证分类准确率达到100 %。差分拉曼光谱结合PCA-Fisher判别分析,检验鉴别食品类塑料瓶物证具有一定的科学性。