信息中心网络缓存节点位置选择算法

信息中心网络（Information-Centric Networking, ICN）“泛在缓存”的特性，引发数据副本率过高、缓存空间不能充分利用等问题。为了解决上述问题，分别从用户、服务提供商和网络运营商的角度出发，以最小化网络流量与网络费用开销为优化目标建立两个单目标优化模型，并将二者结合为帕累托模型；基于帕累托求解方法中数学规划法的思想，详细描述缓存节点位置选择算法。仿真结果表明：在流量性价比方面，所提缓存节点选择算法优于ICN的默认缓存机制；在网络费用开销方面，所提算法更适用于只有少数内容较为流行的网络中，而在所有内容都流行的情况下，ICN中默认的“遍地缓存”机制更为适宜。     

紫外光语音通信系统参数补偿技术及Matlab仿真

利用线谱对参数建立了针对紫外光通信的语音参数补偿模型,采用基于LSF参数奇偶采样插值方法和丢失能量线性补偿法,对样本的丢包补偿前后相关系数和音质进行了对比.仿真结果表明,前后帧的中值补偿替代丢失帧的参数效果最好;该方法简单有效,对语音质量有较大改善.     

统计学习理论在磨损量模型参数估计中的应用

讨论了摩擦片磨损量数学模型中未知参数估计的方法统计学习方法和线性方程组方法.利用最小二乘法,对采用线性方程组所估计的模型参数的误差进行了讨论,并得出结论在磨损量测得的情况下,以在(0,1)区间内服从均匀分布的伪随机数构成系数矩阵确定未知参数是可行的.     

金属橡胶／橡胶复合叠层耗能器试验建模研究

采用电液伺服材料试验机的位移加载方式，对金属橡胶／橡胶复合叠层耗能器进行动态试验研究，结果表明：耗能器的恢复力同时受频率和振幅的影响具有非线性迟滞特性。在此基础上，结合理论分析建立耗能器的动力学模型，提出一种参数分离识别法，辨识出模型中的未知参数。将辨识结果与试验曲线进行对比，结果表明，所建模型可靠，且参数识别精度能够满足工程应用的要求。     

关于幸福的教育

起点：树立正确的幸福观 幸福观是人们对幸福、对追求幸福的途径的系统认识，它产生于一定的文化中，以一种主观的意识形态起作用。它是一个人的人生观和世界观在对待幸福问题上的表现，是产生并形成幸福感的关键。幸福观与价值观、人生观有着密切的联系，是比较稳定、深层次的、系统化的价值选择体系，是幸福评价标准和评价思想的综合观念形态，对幸福感具有导向与动力作用。     

基于反电动势的多相感应电机MRAS控制策略优化

针对舰用多相电力推进系统无速度传感器控制的需求,将带输入滤波环节的基于电机反电动势的模型参考自适应(MRAS)方法用于多相感应电机无速度传感器矢量控制系统,推导了系统的小信号模型,分析了滤波截止频率和转速估算PI参数对系统性能的影响,并在此基础上设计了变滤波截止频率变PI参数优化的MRAS控制策略。仿真和实验结果表明:该优化方法具有更高的转速估算精度和静、动态控制性能。     

接触爆炸下沉箱重力式码头面板毁伤效应分析

为了探究接触爆炸荷载下沉箱重力式码头面板的毁伤效应,首先以码头上部面板结构小毁伤为目标,设计制作沉箱重力式码头模型进行了爆炸试验,得到1 kg当量TNT炸药在码头面板中央爆炸后码头面板的毁伤情况;然后,在此基础上运用LS-DYNA程序建立基于拉格朗日欧拉法的码头模型有限元数值模型,讨论了控制混凝土HJC模型单元失效删除的关键参数,通过与试验结果的对比确立了混凝土单元各失效准则的取值;最后,对不同炸药位置、不同炸药当量下码头面板的毁伤效应进行了数值模拟研究,得到了不同的毁伤模式和具体的毁伤过程。结果表明:不同爆炸位置码头面板毁伤过程初始阶段具有相似性,之后受爆炸位置结构形式的影响毁伤模式体现出差异性;炸药当量增加会使毁伤程度加剧,相同炸药当量下,管沟处爆炸的毁伤程度要明显重于中间仓格处。     

系泊状态下舰载捷联惯导系统自对准研究

系泊状态下舰船发生三轴摇摆，使惯性元件中附加摇摆信息，严重影响对准精度。给出了较为完整的对准办案：在粗对准阶段，将惯性元件输出数据进行预处理以实现姿态矩阵的粗略估计；住精对准阶段，采用参数辨识法计算角速度和角加速度以实时估算杆臂K度，实现对杆臂误差的补偿，并通过卡尔曼滤波完成对姿态的精确估计。仿真结果表明：粗对准方案能够较准确地实现水平姿态跟踪，参数辨识法避免了对角增最二次微分引入的误差，验证了方案的可行性。     

基于综合性能的C3I系统通信效能

论述了C3I的重要性及其效能,分析了影响通信系统性能的因素,力求在实时综合性能的基础上选择通信路由,论述了传统Petri网和模糊Petri网的一些基本概念和特点及其区别,描述了用模糊Petri网进行系统综合性能分析时的有效算法,提出一种基于综合性能的路由选择算法,最后,通过实例来说明通信路由综合性能评价以及路由选择方法.     

基于信息增益和相关性的判定树特征选择算法

特征选择是模式识别中需要解决的一个重要问题.针对已知类标号的样本集合,从特征的分类信息和特征间相关性2个方面出发,提出了一种基于信息增益和相关性的判定树特征选择算法.该算法是一种有监督方法,先采用信息增益度量特征的分类区分度,采用相关系数度量特征的冗余度,然后建立判定树,则树中的节点即为选择出的特征.