基于logistic映射和时空混沌系统,设计了一个密钥长度为256bit的图像分组密码算法,将256bit的明文图像分组加密为等长的密文图像.该算法引入的辅助密钥和设计的迭代次数敏感地依赖于明文分组和密钥,交替迭代混沌系统及Arnold映射实现了像素值的扰乱和位置置乱.计算机仿真和密码分析表明,该算法具有对明文和密钥敏感、密钥空间大和可扩展性强等特点,具有良好的加密效果和较强的抗攻击性能,适用于安全通信领域

为提高开关电流电路故障诊断的精度,提出了一种基于小波包优选和优化BP神经网路的开关电流电路特征抽取与识别方法.首先对开关电流电路原始响应信号进行多层次的小波包分解,接着计算N层分解后的归一化能量值,以特征偏离度作为评价选择最优小波包基,构建最优故障特征向量,最后将提取的最优故障特征通过遗传算法优化的BP神经网络进行分类.该方法以实例电路进行验证,结果表明所有的软故障均得到了有效的分类,说明了该方法在开关电流电路故障诊断中的优越性

微小变动量法是X射线荧光分析中计算理论修正系数的一种成功的方法。用这种方法计算出基础理论修正系数后,可根据需要选择适当的消去项。本文应用作者编写的计算机程序,计算了熔融玻璃片试样的基础理论修正系数δij后,消去分析元素i及基元素氧两个修正项,得到熔融玻璃片试样中元素间的理论修正系数αi-j以及氧化物间的理论修正系数Aij。最后用所求得的理论修正系数,采用JIS（日本工业标准）模式,用比较标准法分析了6个铁矿石试样,获得较好的结果

实验证明H13钢中存在三类初生碳氮化物，包括富V和C的（Vx，Mo1-x）（Cy，N1-y）、富Ti和N的（Tix，V1-x）（Cy，N1-y）及富V和C的（Tix，V1-x）（Cy，N1-y），部分存在形核核心.基于双亚点阵模型和凝固偏析模型分析计算H13钢凝固过程中元素含量变化，考虑初生碳氮化物中元素间的相互作用，根据三类碳氮化物中合金元素含量和C/N比值不同，对各碳氮化物的生成自由能进行分析.理论研究指出富Ti和N的（Tix，V1-x）（Cy，N1-y）在固相率为0.90时即可生成，而富V和C的（Tix，V1-x）（Cy，N1-y）在固相率大于0.96才可生成，两类碳氮化物的临界生成固相率fP均随固溶Ti和N含量的增加而减小.（Vx，Mo1-x）（Cy，N1-y）的临界生成固相率与x值密切相关，x减小时fP降低，粒子尺寸增加，实验与理论分析吻合良好.根据错配度分析氧化物和碳氮化物对H13钢中初生碳氮化物异质形核的作用

1、熔融拉锥型波分复用器; 2、光纤光栅型波分复用器; 3、组合型波分复用器;

实验研究了不同Ce元素含量对变形Mg-1.5Zn合金的织构及室温成形性能的影响.结果表明:在相同的热轧和退火工艺处理后,添加不同含量的Ce元素均可以有效弱化镁合金织构强度.Mg-1.5Zn合金中添加质量分数为0.2%的Ce元素后表现出了优异的室温成形性能,织构强度最大值仅为2.20,织构沿着横向分裂,并且基面法向即c轴沿着横向发生约为±35°偏转,室温下轧向方向延伸率达到23.2%,埃里克森杯突值为5.46,平面各项异性系数Δr=0.01;然而,Mg-1.5Zn合金中添加质量分数分别为0.5%和0.9%的Ce元素后,织构强度增加,埃里克森杯突值减小,由于在合金中生成了粗大的第二相粒子,使得Mg-1.5Zn-xCe合金的室温成形性能变低

一、内容回顾; 二、阵列波导光栅型波分复用器; 三、光数字型波分复用器; 四、基于光子晶体波导耦合器的波分复用器。 五、阶段测试;

运用Gleeble-3500热力模拟试验机对700~1200℃温度范围内高锰钢Mn13单独加入钛(质量分数0.10%)、复合添加钛(质量分数0.11%)和钒(质量分数0.20%)后的高温热延性进行测试.采用扫描电镜和X射线能谱分析仪对不同温度下拉伸断裂后试样的断口形貌以及断口处的析出粒子进行了分析.温度-断面收缩率曲线表明在高锰钢中加入0.10%钛后,其断面收缩率出现了一定程度的下降,这表明钛的加入恶化了高锰钢的热延性;在此基础上加入0.20%钒,高锰钢的热延性出现了进一步的下降,即钛和钒的复合加入严重恶化了高锰钢的热延性.利用Thermo-Calc热力学计算软件对单独含钛以及复合含钛钒的高锰钢在700~1600℃存在的平衡析出相进行了计算,计算结果表明Ti (C,N)的平衡析出温度均约为1499℃,远大于其液相线温度,这说明Ti (C,N)在高锰钢的液相中就可以开始析出.扫描电镜-能谱分析结果表明在奥氏体晶界以及三叉晶界处存在大量的Ti (C,N)和(Ti,V) C粒子,这些粒子的出现抑制了动态再结晶的发生,并且加速了晶界附近裂纹的扩展

为实现弹药传输机械臂中不可测参数的辨识,建立了机械臂的虚拟样机,并将其作为样本数据的来源;考虑到样本数据的连续性和平滑特性,使用函数型数据分析和函数型主成分分析对样本数据进行了特征提取,并利用提取的特征参数和待辨识参数作为训练样本对极限学习机(ELM)进行了训练.为提高极限学习机的辨识精度和泛化能力,利用粒子群算法对极限学习机的输入层与隐含层的连接权值和隐含层节点的阈值进行了优化.最后,分别利用仿真数据与测试数据对此方法进行了验证,仿真数据的辨识结果表明,优化后的极限学习机具有更高的辨识精度和泛化能力;同时,通过对比将测试数据的辨识结果代入模型中进行仿真得到的支臂角速度与测试角速度,验证了此方法的可行性和有效性

一、土地分区利用原理 二、土地的区位效益与区位配置 三、农业土地分区利用 四、城市土地分区利用 五、其他非农业土地利用 六、中国西部地区土地开发利用