一种基于负载的短信中心性能优化策略

随看短信业务的迅猛发展，短信中心的性能问题也逐渐浮出水面．在系统高负载，甚至超载下怎样保证短信中心能够正常运行并维持较好的性能成为了引人注目的焦点，本文针对其原有的按时重发策略在系统高负载时容易因为重发造成系统超载的缺点，提出了一种新的具有负载适应性的短信重发策略——基于负载的重发策略．该策略通过将系统的首次下发短信与重发短信的下发流量进行错峰，将系统下发流量控制在系统设置的阀值之内；在接近系统处理能力的高负载环境下可以有效减少拥塞的发生，从而提高短消息中心在高负载下的可靠性与性能．     

道路交通系统类热力学熵及其应用

基于道路交通系统的组成、特点和状态与热力学系统的相似性，应用熵对其进行描述．通过分析热力学熵的系统参数广延量(热流)和强度量(温度)，用交通量、密度和速度构造了道路交通系统的类热力学熵，揭示了道路交通系统类热力学熵产生的内部机制．并通过分析熵与流和力的关系，应用熵理论建立了动态密度模型和速度模型，为交通规划和交通系统仿真提供了基本原理及理论基础，使较为松散的理论体系系统化．     

“数字农业”由梦想变为现实

如今,在北京昌平现代农业科技园建立的2500亩精准农业示范基地里,一群来自国家农业信息化工程技术研究中心的农业科研人员,正在利用现代信息技术将“数字农业”这一梦想变为现实。“数字农业科技行动”,是科技部在已有863计划、973计划和攻关计划的基础上,继续加大对以“数字农业”为主要内容的农业信息技术研究的投入,这一行动将以“精准农业”、“虚拟农业”、“智能农业”和“网络农业”等内容为切入点。“数字农业”作为国民经济和社会信息化以及“数字地球”的重要内容,将是21世纪农业的重要标志,也是我国发展现代农业必然选择的支撑技…     

3D Studio MAX下制作齿轮及蜗杆模型的方法

基于3D Studio MAX制作直齿圆柱齿轮模型的方法主要是使用编辑修改器对几何形体的次对象进行编辑修改，从而形成轮齿，过程稍显繁琐。然而，在此模型基础上，利用截面与放样命令却可以很简便地制作其它较复杂的齿轮模型。尤其是使用放样命令，在蜗杆及其类似模型制作方面有着事半功倍的效果。     

人参种植的经济分析

针对人参市场价格经常变化,利用最优概率控制模型对人参可持续生产的最低销售价进行经济分析。结果表明,人参生长速度越缓慢,其成本也越高,且人参市场价格对采参年龄起很大作用。若市场人参价格增幅大,最优采参年龄变小;若市场人参价格越低,则最优采参年龄越大,直到停止种植。     

美闺1月份房屋开工量急剧下降

美国：根据美国商务部的统计数字显示，由于受持续不断的经济衰落影响，美国房屋开工量和营建许可1月份急剧下降，这已经是连续第7个月下降。按季节性调整后的年利率计算，新房屋开工量为46．6万个单元，降幅为16．8％；新房屋营建许可下降了4．8％，为52．1万个单元。这两个数都降到了历史最低记录。     

无缝GIS数据生产的研究

介绍了在有源压制干扰下雷达探测功能仿真的主要数学模型,如雷达接收机噪声模型、天线方向图模型、抗干扰措施模型,说明了警戒雷达探测性能仿真的步骤;并针对某对海警戒雷达运用蒙特卡罗仿真法计算出有无干扰情况下的探测距离.     

估测木薯茎叶生物量的一数学模型

为构建木薯茎叶生物量的估测模型,调查了木薯上、中、下部的茎粗、株高、叶柄长等形态学指标与茎叶生物量的关系.结果表明,木薯茎叶生物量主要受下部茎粗和株高的综合影响,并且下部茎粗、株高与茎叶生物量的关系均为乘幂函数关系.通过模型拟合和择优得到木薯茎叶生物量的估测模型W=0.032 83d2.48 6h0.1824.经新的实测数据检验,理论值与实测值的相对误差率为4.46%,完全满足测量精度要求.     

一维土壤入渗特性数值模拟

以非饱和土壤水分运动理论基础,利用Richards模型模拟不同实验处理下的一维垂直入渗过程,采用SWMS-1D软件对模型求解,用试验资料对模拟的累积入渗量与湿润锋运移距离结果进行了对比验证,二者基本吻合。对模拟结果分析得出,土壤质地和容重对一维垂直入渗累积入渗量、入渗速率和湿润锋运移距离影响较大,土壤初始含水率和入渗水头对其影响较小;并分别建立了不同土壤质地下的累积入渗量、入渗速率和湿润锋运移距离与入渗历时单参数幂函数计算式。     

不同采样密度的土壤水分特征参数预测

利用不同取样精度的土壤,将土壤质地(砂土、淤泥、粘土含量)和容重作为输入值,探讨了使用基于土壤转换函数的BP神经网络模型来预测0~20 cm表层土壤水分特征曲线参数,用甘肃省称钩河流域小流域的土样进行预测并进行了误差分析。结果表明,使用线性回归能够减小预测误差与实测值差距;使用BP神经网络来预测饱和体积含水量,其准确性比使用BP神经网络预测剩余体积含水量和田间持水量要高。为了进一步提高预测精度,还应尽可能地包括土壤结构、有机质含量等信息。