新疆石河子内初班学生的学习适应性研究

为深入了解内初班学生的学习适应性状况,本研究分别在石河子市四所内初班承办学校中,严格按照分层抽样的方法选取了294名学生作为被试,采用《学习适应性测验》量表探求内初班学生的学习适应性特征。结果显示:石河子内初班学生的学习适应性与全国常模基本一致,学习适应不良主要集中在学习技术和学习态度上。在性别上、年级上差异不显著,民考民和民考汉学生的学习适应性在全量表上差异显著,总体上民考民学生的学习适应性优于民考汉学生。     

多捐赠者肾脏调换问题

用于器官移植的肾脏处于严重的短缺状态。为缓解这一问题,越来越多的国家开始实施各种形式的肾脏调换计划。肾脏调换问题一般被建模为一个合作博弈(KE)。其中的局中人为病人及与其配型失败的捐赠者所构成的二元组。现实中不乏拥有多个配型失败捐赠者的病人。定义了多捐赠者肾脏调换博弈(MDKE),分析了其可行解及稳定解的结构,证明了捐赠多颗肾脏无益于参与稳定调换,将TTC算法、KE稳定解的NP难解性以及最大覆盖稳定解的不可近似性拓展到MDKE。实验表明引入MDKE效果显著。     

零控脱靶量有限时间收敛制导律

针对高速机动目标的拦截问题,研究了一种考虑导弹自动驾驶仪动态特性的零控脱靶量有限时间收敛制导律。对导弹-目标三维相对运动几何关系进行解耦,并考虑导弹的自动驾驶仪动态特性,推导了一种新型三维零控脱靶量模型;在此基础上,基于自适应滑模控制理论和有限时间稳定性理论,选取俯仰平面和偏航平面的零控脱靶量为滑模面,设计了零控脱靶量有限时间收敛三维自适应滑模制导律;对该制导律的稳定性和有限时间收敛特性进行了分析和证明。仿真结果表明,与比例制导律相比,所设计的制导律可使导弹的零控脱靶量在有限时间内收敛到零,且具有更高的制导精度。     

FBN和JF402在泡沫洗消剂中的展开作用及其对泡沫性能的影响

研究了FBN、JF402 2种碳氟表面活性剂与发泡剂配伍后形成的水溶液在油面上的铺展及泡沫性能（发泡力和稳定性）。结果表明FBN、JF402的加入可提高体系的铺展能力。FBN的铺展性能好于JF402,但JF402泡沫性能好于FBN。     

潜艇指控系统技术和发展分析

介绍和分析了国外潜艇指控系统的发展概况和技术特点,然后回顾了国内潜艇指控系统发展。从满足未来海军潜艇作战需求出发,论述了一体化建设对潜艇指挥体系的重要性及下一代潜艇指控系统的能力需求,提出了着重要解决的技术问题。     

面向分层混合存储架构的协同式突发缓冲技术

科学计算产生和分析的数据规模日益增长,高性能计算机的存储系统在体系架构和软件管理方法上面临重大挑战。针对天河-2系统的新型分层混合存储架构,提出一种由应用程序耦合的协同式突发缓冲技术来有效利用其存储资源优势。该方法采用运行时动态耦合的方法,将临近计算任务的分布式高速存储资源聚合成为一个的巨大的协同式突发缓冲区,通过采用文件命名空间投影的映射方法组织全局数据视图,利用位置亲和和感知数据意图的方法来挖掘空间局部性和时间局部性,并利用应用并发度感知的策略优化数据移动效率。天河-2系统的测试结果表明,该方法能够有效优化多种典型应用场景,可获得高可扩展的突发并行输出带宽和稳定的持续并行输出带宽,可显著提升数据分析场景的输入/输出性能,适合应用于大规模超级计算机的存储系统。     

无监督特征学习的人体活动识别

针对人的局限性可能会导致在提取特征中丢失重要信息,从而影响最终的识别效果问题,提出无监督特征学习技术的惯性传感器特征提取方法。其核心思想是使用无监督特征学习方法学习多个特征映射,再将所有特征映射拼接起来形成最终的特征计算方法。其优点是不会造成重要信息的损失,而且可以显著减少所使用的无监督特征学习模型的规模。为了验证所提出的特征提取方法在活动识别中的有效性,运用一个公开的活动识别数据集,使用三种常用无监督模型进行特征提取,并使用支持向量机进行活动识别。实验结果表明,特征提取方法取得了良好的效果,与其他方法相比具有一定的优势。     

GPS接收机模糊搜索粗时定位方法

由于难以获得免时定位算法所需的接收机概略位置,提出模糊搜索的粗时定位方法。为减小搜索空间,在位同步后优选几何精度因子值较好的4颗卫星通过遍历伪距模糊的方式进行位置估计,并基于伪距残余均方根最小准则选出最合理的位置估算结果。根据概略位置恢复所有卫星的完整伪距。利用5状态的免时定位算法估计接收机位置。使用11个国际卫星导航服务观测站的观测数据对算法进行验证,结果表明,在概略位置未知情况下该方法能够实现粗时定位,且定位精度与直接使用完整伪距的精时最小二乘定位精度相当。     

起重机吊重摆角的自适应神经网络补偿控制

为了控制起重机吊重摆动幅度在最短时间内衰减到规定范围或平衡点附近,同时考虑到由于外界不确定性因素导致的系统模型的不确定性,设计了自适应径向基函数Radial Basis Function（RBF）神经网络补偿控制器。RBF神经网络对系统模型的未知函数进行辨识,并将辨识信息提供给控制器。实验结果表明：吊重摆角约在5s时跟踪给定幅度的正弦信号,并在参考信号发生突变时,摆角仍在给定的范围内;RBF神经网络约在5s后几乎以零误差辨识未知函数。所设计的控制器对不确定性因素具有较强的鲁棒性,这也验证了控制系统稳定性证明结论。     

基于紧支径向基函数的固体域耦合数据传递方法

针对热-电场耦合仿真计算中非匹配网格之间的数据插值问题,提出了一种基于紧支径向基函数点插值的数据传递方法。推导了数据传递矩阵,根据所提出的数据传递方法编制了非匹配网格之间数据传递计算程序,以若干组非匹配网格之间的温度插值为例对本文所提方法进行了验证,并分析了不同参数对计算时间及精度的影响,结果表明,本文算法效率较高,计算误差较小,适用于以热-电场耦合为代表的固体域耦合非匹配网格间的数据传递计算。