作业名层次化聚类算法预测作业运行时间

预测作业的运行时间有益于提升系统的调度性能,而聚类有助于训练出更好的预测模型。传统的聚类算法很难将相似的作业名聚类,为了将相似的作业更好地聚类,通过分析其组成成分的语义重要性,构建字母-结构-数字的作业名层次化聚类算法。以两台超级计算机的真实数据为例,实验结果发现,应用此算法聚类后的数据训练模型的预测精度相较传统方法有一定的提升,整体预测精度为70%～80%。     

应用于相控阵火控雷达的一种波束交叠新方法

针对传统机载平面相控阵雷达扫描方式所采用的矩形栅交叠结构和三角栅交叠结构所引出的波束形状损失问题,提出了一种新的交叉外切式交叠结构。分析并比较了3种结构的波束形状损失及能量分布图,推导了交叉外切式结构的优化俯仰角和方位角以及中心检测概率。仿真结果表明,交叉外切式结构波束形状损失最小,可以提高雷达中心检测概率,有利于实现雷达的完整性扫描。     

基于蚁群算法的Costas跳频信号自测速方法

分析了速度对Costas跳频信号回波的影响,用波形熵作为性能指标函数,研究了基于蚁群算法的Costas跳频信号自测速方法,仿真验证表明,这种测速方法能够明显提高测速的精度.     

联合国国际公务员

联合国国际公务员的职位等级划分十分严格,按职务性质一般可分为高级官员（D级以上职位）、业务类官员（P级职位）和一般事务类人员（G级职位）。其中D级官员很多都是各国的部长级高官,而这一仅占联合国高级管理人员总量1％左右的群体,却最能左右联合国的话语导向。     

基于熵权和灰色关联分析的应急物资分级研究

应急物资是应对突发性事件的物质基础,应急物资分级是优化库存管理、提高应急系统运作效率的关键问题之一。通过对应急物资分级影响因素的分析,构建了应急物资分级评价指标体系,设计出基于熵权的灰色关联度分析模型,得出应急物资重要性程度综合排序和分级结果。实例分析表明,本方法的分级效果良好,并为优化应急物资储备决策提供了数学基础。     

基于高熵合金的镁合金表面防护技术研究

为改善镁合金表面耐蚀性能,设计并制备了3种高熵合金喷涂粉末,采用冷喷涂技术制备涂层.利用X射线衍射仪(XRD)、扫描电镜(SEM)、显微硬度计等研究了涂层组织和力学性能.用电化学方法分析评价了涂层在质量分数为3.5％ NaC1溶液中的耐蚀性能.结果表明:涂层由BCC简单结构固溶体组成,晶粒范围在12 ～37 nm之间;涂层孔隙率小于1％,表明冷喷涂涂层更为致密,且结合强度达58 MPa,涂层与基体以机械结合为主;涂层极化曲线均山现钝化现象,自腐蚀电位较基体正移,自腐蚀电流密度显著减小;循环极化曲线表明涂层无孔蚀倾向,交流阻抗谱与极化曲线结果相符合.高熵合金涂层可显著改善镁合金表面耐蚀性能.     

高能质子-质子碰撞中的熵密度

考虑到质子内部分子横向空间分布,在色玻璃凝聚理论框架下分别利用KLN(Kharzeev Levin Nardi)模型和AdS/CFT(Anti-de Sitter space/Conformal Field Theory)模型,计算了欧洲大型强子对撞机当碰撞质心能量√s=7 TeV时质子-质子碰撞中的熵密度.计算发现:AdS/CFT模型理论结果沿x和y方向变化趋势比KLN模型结果要缓慢得多,而且当碰撞参数较大时,等熵密度线椭圆效果较为明显.     

基于复杂性的战场损伤定位流程评价模型研究

损伤定位流程制定的合理与否是衡量一个评估员水平高低的重要指标之一。对损伤定位流程的评价涉及到所用时间、工具、操作的难度等指标都可以用其复杂性来表示,目前鲜有关于损伤定位流程评价的研究,因此提出战场损伤定位流程的复杂性,并借鉴软件工程领域的程序复杂性量化方法——图熵法对其进行量化。经过数据验证,复杂性与评估时间之间存在较好的拟合关系,并用实例说明了模型的应用效果。     

基于最优Morlet小波的全信息能量熵提取及其在滚动轴承状态监测中的应用

为利用振动信号中隐含的冲击特征成分来反映轴承性能退化趋势,综合利用小波变换技术和全信息技术,提出一种基于最优Morlet小波变换的全信息能量熵提取方法．以最小Shannon熵优化Morlet小波形状参数,通过多源振动数据的小波变换系数,利用信息熵综合反映冲击特征能量在不同频带分布差异．滚动轴承全寿命数据的应用结果表明,全信息能量熵的变化趋势能够监测轴承状态的劣化过程,而伴随的早期故障检测可以提高轴承使用的安全性．     

最大树法在登陆地域选择中的应用

针对登陆作战中登陆地域选择的问题,提出了一种基于最大树法的解决途径。通过对影响登陆作战中登陆地域选择的主要因素进行定性、定量分析,建立了登陆地域分类模型。以第二次世界大战中著名的登陆战例——诺曼底登陆中登陆地域选择为例,对模型进行了验证,现代数学计算结果与历史实际作战情况较好地相互吻合。