基于StarFabric技术的PXI零槽控制器设计

PXI零槽是PXI总线自动测试系统的核心模块,负责识别PXI系统中的其他功能模块,是系统资源的管理者,它直接决定了整个PXI系统的性能和稳定性;文中介绍基于StarFabric技术的PXI零槽控制器,使用StarGen公司SG2010芯片作为接口芯片实现数据的传递、总线仲裁、底板触发等功能,实现PXI总线的零槽功能并实现了PCI-PCI透明桥功能,实现PXI总线的一级基本扩展、星形扩展和二级菊花链式扩展功能。     

多点多样性密度算法及其在图像检索中的应用

提出多点多样性密度(MPDD)算法。针对经典多样性密度(DD)算法对样本包内容表述单一问题,采用多个密度点对包内容进行描述,避免了内容表述的片面性。将MPDD算法应用于图像检索。图像被均匀细分成小块,提取图像的颜色特征和纹理特征表示图像块内容,然后采用K均值算法对实现图像块进行聚类,产生包示例,最后应用MPDD算法对图像进行检索。实验结果表明,MPDD算法的检索效果好于DD算法。     

基于度量空间的动态高维索引结构分析

本文对模式识别中的经典FCM聚类进行了改进,对经典高维索引结构进行了分析,并将这种改进的FCM算法同树形索引结构相结合,提出了一种新的基于度量空间的动态高维索引结构HC-Tree(Hierarchical clustering tree)。插入算法保持HC-Tree更新时的动态平衡、分裂条件和分裂算法,使HC-Tree具有更紧致均匀的节点,大大减少了重叠,并实现了K近邻查询和范围查询。利用图像数据库特征向量进行了测试,结果表明,HC-Tree性能优于M-Tree和Slim-Tree。     

全自动生化分析仪机电机构研究

介绍了一种以单片机为控制核心、步进电机与直流电机为执行机构、TA8435H作为步进电机驱动芯片的全自动生化分析仪,其实现了托盘旋转、吸排系统升降和旋转等功能,具有定位准确、自动化程度高等特点。     

数字图书馆建设浅议

文章从制定数字图书馆建设规划、建立合理的电子资源建设决策团队、科学的电子资源评价机制、数字图书馆营销、数字图书馆服务环境建设、自身数字化资源建设、资源共享及知识服务等八个方面探讨了高校数字图书馆的建设。     

圆筒形储罐的参数化设计

本软件采用比较灵活的模块化方式,利用VB语言作为对AutoCAD二次开发的工具,完成了圆筒形储罐总装配图的参数化设计,降低了设计人员的工作强度,提高了工作效率和设计质量。     

气凝胶建筑玻璃透光隔热性能及影响因素

新型气凝胶玻璃具有良好的透光隔热性能,作为高性能建筑玻璃能有效降低建筑能耗。通过气凝胶颗粒粒径和填充厚度设计,制成8种不同结构的气凝胶填充玻璃;实验研究了气凝胶颗粒粒径与填充厚度对气凝胶玻璃透光和隔热性能的影响。结果表明：当气凝胶粒径从0.41 mm增大到0.93 mm时,玻璃透光率明显增大,而当气凝胶粒径继续增大时透光率变化不大;当气凝胶粒径从0.41 mm增大到2.7 mm时,气凝胶玻璃传热系数增大约15%;相对于普通玻璃,相同尺寸的普通玻璃传热系数最多可降低51.43%。采用玻璃隔热实验测试研究了气凝胶玻璃与普通中空玻璃的隔热温差,结果表明,气凝胶玻璃较普通玻璃隔热效果提高5.4~10.2℃。     

等离子体化学气相沉积法制备点发散状碳/碳复合材料

利用等离子体化学气相沉积(PCVD)的方法,在石墨片的表面制备了含有铜纳米颗粒的碳/碳复合材料。扫描电镜(SEM)和透射电镜(TEM)观察到石墨片表面产生了具有小凸起的发散状形貌,增大了其比表面积;进一步探究了实验条件、形貌与性能之间的关系,通过激光闪射仪发现制备的发散状金刚石结构降低了材料的横向热扩散系数,提高了材料的散热性能。     

轻质低导热气凝胶泡沫混凝土的制备与性能实验研究

以超级隔热气凝胶为填料,采用预制泡沫混合法制备了新型气凝胶泡沫混凝土,测试了其密度、导热系数、抗压强度等性能,结果表明气凝胶泡沫混凝土的密度和导热系数较普通泡沫混凝土明显减小,而且同密度等级下抗压强度优于普通泡沫混凝土和规范要求.当气凝胶添加量为13.0 kg/m3泡沫加入量为70vol％时,气凝胶泡沫混凝土的密度和导热系数分别为270.2 kg/m3和0.069 W/m·K,较普通泡沫混凝土(400 kg/m3)的密度等级和导热系数(约0.08 W/m·K)分别减小了32.5％和13.8％;还研究了泡沫和气凝胶配比对泡沫混凝土的密度、导热系数和抗压强度的影响,并拟合给出了导热系数、抗压强度和密度间的经验关系式.     

基于狭义中心和随机维度学习的人工蜂群算法

针对人工蜂群算法收敛速度慢、寻优精度低的缺点,提出基于狭义中心和随机维度学习的人工蜂群算法。首先,在算法中定义狭义中心蜜蜂,并与当前种群最优解进行贪婪选择为种群最优解;其次,用最优解引导算法进行搜索,以增强算法局部搜索能力;再次,在每次迭代时,蜜蜂随机选择若干维度数进行学习,以加速算法收敛。8个经典基准函数的测试结果表明,新算法在收敛速度和解的精度上优于类似改进算法。