基于PCIe总线的B码解码卡的设计与实现

针对计算机时间同步需求,设计了一种基于PCI Express(PCIe)总线的IRIG-B码(B码)解码卡,该板卡接收外部B码信号并解调出B码时间信息,通过PCIe总线将B码时间信息传递给计算机进而完成计算机时间同步.测试结果表明,计算机能够同步到B码时间,且B码解码精度优于100 ns,能够满足多数应用需求.     

不同改良剂对不同含砂率粉土改良性质研究

通过人工室内配制不同含砂率(10%、20%、40%)粉土,对其进行改良试验,研究在不同改良剂(石灰+水玻璃、石灰+粉煤灰)、不同配比作用下3种含砂率粉土的改良效果,研究结果表明:随着含砂率的增加,无论是素土还是改良土,其最大干密度均增大;对于石灰+水玻璃改良土,其最大干密度较素土有明显的降低,而石灰+粉煤灰改良土与之相反;石灰+水玻璃改良土最优含水率与素土略有差别,而石灰+粉煤灰改良土与素土最优含水率基本一致;在同一含砂率下,对于不同配比的石灰+水玻璃改良土,其最大压实度和最优含水率并未发生较大变化,10%石灰+20%粉煤灰的压实度高于其他配比情况;在恒定压实度(95%)下,改良土的无侧限抗压强度明显高于素土的无侧限抗压强度,改良剂对粉土起到一定的"维稳"效果,改良剂掺量才是决定无侧限抗压强度的关键因素。     

相转移合成Beta分子筛及其四氢萘加氢裂化性能

近年来将轻质循环油转化为轻质芳烃的工艺路线备受关注,但存在目标产物收率低的难题.制备具有强扩散性能、适度酸性的介孔纳米Beta分子筛可以有效改善其催化性能.为此提出了一种在甲苯和水两相体系中结合水热法并借助生长修饰剂合成Beta分子筛的新策略.结果表明:与常规相转移方法相比,新方法产物颗粒较小且堆积孔更加丰富,具有更多的中强Br?nsted酸位点.合成过程中水相引入十六烷基三甲基溴化铵且负载Ni和Sn制备的Ni-Sn/Beta-C催化剂,在四氢萘加氢裂化探针反应中对目标产物的收率高达74％,这归因于其较高的介孔量及优异的酸性质.     

压铸模与铝合金金属间化合物的形成与分解

为了研究压铸模与铝合金金属间化合物的形成与分解过程，进行了热浸铝试验。试验结果表明金属间化合物的形成与分解是一个连续不断的循环过程，两者之间的相互关系导致了钢基的失效以及体积的减少。     

《110》和《112》取向Tb-Dy-Fe超磁致伸缩合金的定向生长

采用区熔定向凝固方法,在30-720 mm/h生长速度范围内,均能获得〈110〉轴向择优取向生长的Tb-Dy-Fe合金;凝固形态随生长速度提高出现从平面晶到胞状晶、树枝晶转变;低速生长(30 mm/h)的样品磁致伸缩性能没有压力效应,高速生长(≥120 mm/h)的样品磁致伸缩性能具有明显的压力效应.低生长速度时〈110〉取向样品按双{111}系孪晶生长,高生长速度时按单{111}系孪晶生长,由此计算样品的磁致伸缩性能与实验结果基本吻合在更高生长速度下(900 mm/h)获得沿〈112〉轴向高度择优取向的样品,其磁致伸缩性能与高生长速度〈110〉取向样品性能相当,具有明显的压力效应.     

基于稳定原理的装配模型及其求解方法

提出了一种基于稳定原理的装配模型,这种模型反映出了零件之所以能够稳定于装配体,是因为周围零件对它有空间位置约束.在此基础上讨论了零件拆卸优先关系的推理原则,从而得出装配顺序.     

基于FP_tree的频繁项目集增量式更新算法

对频繁项目集的更新问题进行研究,提出一种基于频繁模式树的频繁项目集增量式更新算法。充分利用已有挖掘结果,有效解决最小支持度和事务数据库同时发生变化时相应频繁项目集的更新问题。在事务数据库变化同时包括增加和减少的情况下,对算法性能进行分析与测试,结果证明该算法高效可行。     

基于CIC抽取滤波器的谐波分析算法

为消除非同步采样引起的频谱泄漏,提高电网信号的谐波分析精度,提出了基于级联积分梳状(CIC)抽取滤波器的谐波分析算法。在前端AD过采样的情况下,该算法采用逆向搜索的方法实现非同步采样数据的整周期截断,用基于CIC抽取滤波器变频的方法实现信号采样频率与信号基波频率同步,通过快速傅立叶变换(FFT)得到信号频谱,计算基波及各次谐波的幅值和相位。仿真实验结果及误差分析表明,相对于常规的分析方法,该算法具有较高的测量精度。该算法对于非稳态周期信号的谐波分析只需单周期采样,简单易实现,是一种有效的测量方法。     

计算机本科专业软件实习工厂的构建研究

本文针对目前中国计算机专业本科教育中生产实习受客观因素所限,造成学生实验动手和科技创新能力不足的问题,提出利用软件实习工厂进行生产实习的方法,将生产实习投入到一个实际项目的开发与建设上,真实模拟软件公司的生产过程,并探讨其建设的总体设计思想和结构模型。     

改进损失函数的增强型FPN水下小目标检测EI北大核心CSCD

针对水下小目标因携带特征信息少、定位不精准而导致检测精度低的问题,提出一种特征金字塔网络(FPN).首先,在FPN上采样过程中加入协同非局部注意力模块,利用卷积、横纵向池化挖掘特征图的静态和动态上下文信息;其次,在FPN通道调整过程中加入三叉戟特征增强模块,利用并行空洞卷积与高效通道注意力(ECANet)捕捉多尺度空间与通道特征信息;最后,在FasterR-CNN算法的回归损失函数中引入线性回归损失增益系数,增大对多尺度目标回归偏移量的惩罚,提高定位精度.实验结果表明,采用2020年全国水下目标检测大赛提供的数据集、PASCALVOC数据集和MSCOCO数据集进行实验,该算法比基线FasterR-CNN算法精度分别提升2.8%,2.2%和2.5%,结果证明了其有效性.