舒曼钢琴音乐的双重性格特征

德国作曲家罗伯特·舒曼是十九世纪上半叶欧洲音乐文化史上最突出的人物之一。在他的钢琴音乐创作中,深刻地反映出浪漫主义音乐的特点。舒曼设计了一个想象中的“大卫同盟”,其中有两名核心盟员,一个叫弗洛列斯坦,另一个叫埃塞比乌斯。前者性格热情奔放,锋芒毕露;后者则文雅娴静,富于幻想,实际上这就是舒曼本人性格中的两个侧面。这种双重性格特征在舒曼的钢琴音乐中得到充分展示,并成为舒曼钢琴音乐的艺术特征之一。     

基于相似度的三元社团合并算法*

针对使用相似度测量进行社团划分时可能出现的判断冲突问题,提出了一种基于相似度的三元社团合并算法。首先通过对相似度阈值的选取,筛选网络中不同的三元社团,并将其作为社团合并的基本元素,通过社团相似度将其合并。然后将剩余节点和孤立三元社团分别按照节点从属度和三元社团从属度划分到相应社团。最后通过在人工合成网络和真实世界网络上进行实验测试,结果表明用本文算法可以准确高效的将网络中的节点划分到相应的社团。     

移动分布感知的车载自组网络数据分发

提出了一种面向发布/订阅系统基于车辆移动分布感知的事件分发策略MDA(mobile distribution-aware data dissemination).基于车流的自组织性及自稳性的特点,建立VANET(vehicular ad hoc network)下的发布/订阅模型,通过计算车辆与移动订阅者的相遇概率,预测订阅者的移动分布,并以此为依据实时部署和调度广播令牌在网络中的转发,从而有效地控制事件代理的分布,保证了数据传递的有效性.与已有相关研究相比,MDA采用的启发式算法,能够使事件代理的分布更好地适应网络环境的动态变化.此外,MDA采用了一种基于概率预测密度的令牌控制算法,通过实时地调整令牌的数量,进而控制事件代理的数量,降低了整个网络的负载.模拟实验结果表明,与现有的几种消息分发算法相比,MDA能以较低的网络负载和传输延迟获得较高的数据传输成功率.     

流化床内复杂物料气力筛分问题的数值仿真分析

该文应用基于离散相模型的拉格朗日粒子跟踪多相流方法,对某种工业流化床内复杂物料气力筛分过程进行了数值仿真分析。采用等效椭球粒子模拟复杂物料,通过Rosin-Rammler粒径分布函数和圆球变形系数的重构来引入物料组分的物理属性差异,通过与实验数据对比获得特殊边界上多孔介质模型参数,数值计算了设定气动参数范围内的物料运动和筛分现象,分析了气动参数和结构参数对物料流动现象的影响,并对流化床结构进行优化,获得了复杂物料良好气力筛分的仿真预报。     

南昌五星级酒店SWOT分析——以锦峰大酒店为例

南昌五星级酒店近年来不断发展,但也存在诸多问题。笔者通过对南昌各大五星级酒店的调查,利用SWOT方法来分析南昌五星级酒店所面临的现状,并以锦峰酒店为范例,提出相应的发展策略。     

Self-diagnosis method for faulty modules on wireless sensor node

In order to diagnose the working status of each module on sensor node and make sure the wireless sensor networks (WSN) work properly, the components of sensor node and their working characteristics are studied. An on-line fault self-diagnosis method for sensor node is proposed. First, a flexible fault sensing circuit is designed as a state detection module on sensor node. Second, a self-diagnosis algorithm is proposed based on the hardware design and the failure analysis on sensor node. Finally, in order to ensure the WSN reliability, the voltage changes of each module working statuses can be observed using the state detection module and the faulty module will be found out timely. The experimental results show that this self-diagnosis method is suitable to sensor nodes in WSN.     

用户参与专业虚拟社区的满意度影响因素研究

以信息系统成功模型和技术接受模型为理论基础,分析了影响专业虚拟社区的用户满意度的若干影响因素,基于提出的假设,构建了诸多因素与满意度之间的研究模型;以参与专业虚拟社区的用户为调查对象,采用统计软件AMOS对研究模型进行了实证分析。研究发现,众多满意度直接前置影响因素中,影响程度较为显著的依次是系统质量、知识质量、感知的社会交互和感知易用性4个因素。该研究为社区管理者建设专业虚拟社区、提升社区服务品质提供了对策。     

浅谈应用型本科人才培养

随着新建本科院校的不断出现,新建本科的发展定位以及人才培养,成为众多新建院校共同的话题。根据南京第三届中德论坛大会的会议资料以及文献等,从培养目标、培养模式以及教师等方面,对新建本科的应用型人才培养提出一点看法。     

遗传算法和神经网络在短期负荷预测中的应用研究

短期负荷预测是电力市场运营的基本内容,预测精度的高低对于电力系统安全、经济、优化、节能调度运行具有极为重要的指导作用。如何提高预测精度也是学界一直不懈的追求目标。本文针对BP算法易陷入局部极小、收敛速度慢的缺点。根据遗传算法具有全局寻优的特点,将二者结合起来形成一种训练神经网络的混合算法一GA—BP算法,并结合一个实际的电力系统短期负荷变化的情况。用实际算例表明该方法具有较高的预测精度和较好的适应性。     

延迟容忍传感器网络中基于群组运动的事件传输

提出了一种基于分布式群组移动的事件分类传输策略GMED(distributed group mobility adaptive event delivery).通过有效地发现和利用传感器节点在运动过程中形成的群组,建立基于群组的事件分类传输模型,改善数据传输性能.其中,群组的转发是依据各自与汇聚点的机会概率按照多副本方式进行的;而群内的事件传输则是基于各成员的稳定邻居集建立传输路径,并以单副本方式进行.队列管理则根据事件的优先级决定递交的顺序和丢弃原则.此外,引入冗余副本控制机制,优化副本管理,降低网络负载.模拟实验结果表明,与现有的几种DTMSN(delay tolerant mobile sensor networks)数据传输算法相比,GMED能以较低的数据传输能耗和传输延迟获得较高的数据传输成功率,且网络寿命相对较长.