模态密度计算精度对车内噪声预测精度的影响

阐述了模态密度的基本理论,给出了曲面曲率变化时模态密度的半经验计算公式。建立了某国产轿车的统计能量分析模型,计算了各简化子系统的模态密度,并采用FEA方法对车身各子系统的模态密度进行了计算,将简化子系统时计算的模态密度与FEA计算的模态密度进行了对比分析。分析预测了车速为100km/h时车内驾驶员耳旁噪声的1/3倍频程频谱,并将采用简化子系统计算模态密度时的车内噪声1/3倍频程频谱和采用FEA方法计算模态密度时的车内噪声1/3倍频程频谱分别与试验测量结果进行了对比,分析了各子系统模态密度的计算精度对车内噪声预测精度的影响。结果表明,准确获取车身各个子系统的模态密度可以有效地提高SEA模型预测精度,使车内噪声预测误差在1dB(A)以内,满足工程上在汽车产品开发设计阶段对车内中高频噪声分析预测的要求,可为汽车产品开发设计阶段的声学设计提供参考。     

一种基于圆形角点的瞳孔定位算法*

提出了一种利用圆形角点定位瞳孔的算法。该算法主要在定位到人眼区域的基础上,利用改进的SUSAN算法寻找圆形角点;然后根据梯度放缩计算角点向量的梯度值,最后通过筛选函数输出瞳孔中心位置及亮瞳面积,准确地定位到瞳孔,并根据亮瞳的大小定位到瞳孔区域中心。实验结果表明本算法是准确可靠的。     

MPPO/PA66合金体系流变性能的研究

研究了MPPO／PA66组成、相容剂用量、加工温度等因素对MPPO／PA66合金体系流变性能的影响。结果表明相容剂用量的增加、加工温度的升高等都能降低体系的粘度，改善其加工流动性。     

谈现代汽车车身塑料件及其涂装

本文详细阐述了现代汽车车身塑料件涂装的功用；并介绍了汽车塑料件涂装的常用涂料与配套、塑料件修补涂装前的准备工作；硬、软质塑料部件修补面漆的喷涂；车用聚丙烯塑料件的喷涂及车内乙烯基塑料件和乙烯树脂顶棚表面的喷涂。     

玉米醇溶蛋白水解酶菌株的筛选

从Aspergillus oryzae3042、Aspergillus oryzaeIF-39、Aspergillus oryzae3800、Aspergillus oryzaeJ-rapid4种霉菌中通过优化培养条件,筛选出产蛋白酶酶活力高的菌株,结果表明,Aspergillus oryzaeIF-39所产蛋白酶酶活力最高。培养条件为麦麸豆粕比1∶1,pH值7.5,水的质量分数50%,温度30℃,培养96 h,接菌量3环。菌种产酶酶活达到220.78 U/mL,玉米醇溶蛋白的水解度达到33.5%。     

2000—2020年中国地下水开采时空演变特征EI北大核心CSCD

采用Mann-Kendall趋势检验法、重心模型和标准差椭圆法研究了2000—2020年我国地下水开采时间变化特征、空间分布特征和重心迁移过程。结果表明:2000—2020年我国地下水开采量呈现波动性减少趋势,年均递减率为0.83%;华北地区在严格的地下水开采管理、地下水超采综合治理和南水北调工程共同作用下,地下水开采量得以压减,东北地区和西北地区由于黑龙江、新疆农业经济发展,地下水开采量明显增加;我国地下水开采重心主要分布在河北、山西和内蒙古交界处,有向西北方向偏移的趋势,地下水开采空间分布格局由东北—西南方向逐渐偏转为东—西方向,方向性趋势也更为明显。     

融合语义差别和流型学习的偏标记学习方法

偏标记学习是一种重要的弱监督学习框架。在偏标记学习中,每个实例与一组候选标记相关联,它的真实标记隐藏在候选标记集合中,且在学习过程中不可获知。为了消除候选标记对学习过程的影响,提出了一种融合实例语义差别最大化和流型学习的偏标记学习方法(partial label learning by semantic difference and manifold learning, PL-SDML)。该方法是一个两阶段的方法：在训练阶段,基于实例的语义差别最大化准则和流型学习方法为训练实例生成标记置信度;在预测阶段,使用基于最近邻投票的方法为未知实例预测标记类别。在四组人工改造的UCI数据集中,在平均70%的情况下优于其他对比算法。在四组真实偏标记数据集中,相比其他对比算法,取得了0.3%～13.8%的性能提升。     

基于可靠性的5G-低轨星座网络切片映射算法

随着国家天地一体化信息网络重大项目的 推进,5G-低轨星座网络切片的可靠映射成为业内的研究热点.在基于软件定义网络(software-defined network,SDN)和网络功能虚拟化(network function virtualization,NFV)的5G-低轨星座集成网络架构下,将5G-低轨星座网络切片的可靠映射问题建模为一个混合整数线性规划问题.在此基础上,研究了切片请求的资源编排,进而提出了基于广度优先搜索的可靠映射算法.该算法综合考虑切片请求的可靠性阈值及虚拟网络功能(virtual network function,VNF)的资源需求,在虚拟网络映射中根据节点的可靠重要度对节点进行排序.仿真结果表明,该算法在满足可靠性阈值约束的条件下,能够最大化收益开销比,提高虚拟网络映射成功率,在切片可靠性及接受率等方面优于对比算法.     

无服务器平台资源调度综述

无服务器(Serverless)计算正成为部署云应用程序的一种具有广阔发展前景的范式。其实现了一种真正的现收现付的计费方式,并且不会浪费资源。开发人员无需担心计算平台的底层细节,只需在处理请求或事件时付费,从而降低了开发人员的门槛。无服务器模式的转变虽然带来了机遇,但也带来了平台函数冷启动延迟、资源利用不足等问题。为此,文中对无服务器计算平台的资源调度技术做了深入的调查和分析,重点阐述了面向资源利用、响应时间延迟以及多目标优化的无服务器平台资源调度的技术原理和相关研究现状,并在此基础上分析总结并指明了无服务器平台资源调度未来的主要研究方向:即面向不同应用类型负载的调度优化、响应时间与资源利用率的折衷调度、虚拟机与无服务器平台的联合调度以及无服务器资源调度的混合算法。