城市公共交通网络均衡分配模型的属性论方法研究

首先建立了城市公共交通网络的阻抗函数,然后基于Wardrop均衡原理,建立了城市公共交通网络的客流均衡分配模型,并且尝试用属性论的定性映射、基准变换以及属性坐标分析,对建立的模型进行研究.该模型为城市公共交通网络上的客流量分配提供了依据,从而提高了公共交通规划的科学性.     

苄醇对位硝化的研究

在0.50g浓硫酸催化下,32 40g苄醇与18 00g乙酸酐在50g苯中发生酯化反应,生成的44 12g乙酸苄醇酯溶于40 00g浓硫酸中,与68 64g混酸〔m(硝酸)∶m(多聚磷酸)∶m(硫酸)=1∶0 4∶0 7〕在-10～-5℃下发生对位硝化反应3h后,再用质量分数为20%的氢氧化钠水解得到对硝基苄醇35 22g,总收率76 73%。     

不确定时间序列的降维及相似性匹配

不确定时间序列的每个时间点上对应一个可能取值的集合,无法给出其确定值,这种不确定性给时间序列降维处理和相似性匹配带来巨大挑战,现有的时间序列降维方法和相似性匹配算法已经无法适用。针对此问题,提出了描述统计模型,将不确定时间序列归约为3条确定时间序列,通过离散傅里叶变换（discrete Fou-rier transform,DFT）、离散余弦变换（discrete cosine transform,DCT）、离散小波变换（discrete wavelet trans-form,DWT）对模型下不确定时间序列降维;根据模型特点,提出了以观察值区间和区间集中趋势为核心的相似性匹配算法。经过实验验证,描述统计模型下DCT和DWT有良好的降维效果,提出的相似匹配算法与现有算法相比提高了匹配准确率。     

基于AM-RPPO的双足机器人适应性行走控制算法

提出了一种带有注意力机制和循环近端策略优化(AM-RPPO)的深度强化学习(DRL)方法并将其应用于双足机器人的适应性行走控制.首先,对未知环境下双足机器人关节空间行走控制问题依照部分可观测马尔可夫决策过程(POMDP)进行建模,指出了DRL算法近端策略优化(PPO)对真实状态的估计存在偏差的问题.其次,引入循环神经网络(RNN)架构,分析了RNN对时序环境观测状态不同于多层感知机的正向传播过程,说明了RNN相对于传统神经网络的优势,并且将RNN分别嵌入动作生成网络和价值函数生成网络中.再次,引入在深度学习诸多领域应用广泛的注意力机制(AM),利用AM建立基于不同时间步的状态,求得最终价值函数的权重差异化模型.最后,通过仿真实验验证了提出的AM-RPPO算法对存在高维状态信息输入的双足机器人控制问题的有效性.     

苦瓜汁的真空冻干

为了对苦瓜汁进行真空冷冻干燥,首先通过简单的电阻装置测定了苦瓜汁的共晶点与共融点。然后按照一定的升温程序对苦瓜汁进行了冻结与升华干燥,并得到了苦瓜汁的真空冻干曲线。最后对真空冻干苦瓜粉与鲜苦瓜汁所含的Vc、矿物质、蛋白质、苦瓜总苷等指标进行了对比,结果表明,真空冷冻干燥能较好地保持苦瓜的生物活性与特征。     

基于可编程移动软设备的主动网络执行环境

执行环境是主动网络中各种应用、移动代码的编制、管理和运行的基础,提出了一种基于可编程移动软设备的主动网络执行环境,该执行环境中的可编程单元称为可移动软设备,在功能上按协议子树划分,通过执行环境中的多路分解器,网络中的主动包和被动包都能找到相应的处理代码,在执行环境里,主动节点的功能易于扩充,大量的API方便用户编程,协议或应用的调试和部署简单.     

Softnet——一个基于移动代理的主动网络

在服务质量单一的互连网上为不同的服务提供一个可选择的平台,已是目前运行开发产所面临的最大的难题,无论是物理隔离的SDH通道、智能光网络和互连网中的虚拟网络,目的都是为不同的用户提供不同的服务平台。该文提出了一种基于移动代理的主动网络－－Softnet.Softnet是叠加在IP网上、中间节点可编程的虚拟网络。Softnet采用包含代码和数据的主动包,以主动节点上动态驻留的移动代理实现网络的动态服务,通过虚电路连接移动代理实现可编程虚拟网。Softnet为不同的服务提供可选择的虚拟平台,达到综合服务（VoIP、数据等服务）的目的。Softnet在提高协议效率,加速协议、服务的开发和部署,高效利用网络资源等方面都有较好的潜力。该文以实例说明了Softnet的动态性和可编程性。     

入侵检测系统中的一种免疫遗传算法

在入侵检测系统中,为了有效防止各种形式的入侵行为,引入了生物学中的免疫特性,讨论了一个能检测较大范围网络入侵的免疫遗传学算法,并在一个新的模式识别器中引入了遗传算法的相关知识。     

基于灰度差分不变量的点特征匹配

本文提出了一种新的基于灰度差分不变量的点特征匹配方法。首先，利用灰度差分不变量获得点集之间的初始匹配；然后，利用初始匹配快速、稳健地估计图象之间的唯一几何约束－对极几何约束；最后，利用对极几何约束改进初始匹配。大量的实际图象实验表明，本文所提出的匹配算法有非常快的运算速度和很高的匹配正确率。