聚对二氧环己酮嵌段共聚物的合成及性能研究

在有机化合物1,8-二氮杂二环十一碳-7-烯（DBU）或1,5,7-三氮杂二环[4.4.0]癸-5-烯（TBD）的催化作用下,通过嵌段共聚的方式引入ε-己内酯（CL）,制备出PPDO-PCL-PPDO的三嵌段聚合物,实现了对聚对二氧环己酮（PPDO）改性的目的．所合成的共聚物具有可调节的亲水性、良好的稳定性、柔韧性和机械强度,显示出潜在的工业和生物医学应用前景．     

ARINC429总线接1口芯片及接口板的设计与实现

通过对ARINC429总线的研究,设计了一种方法来接收ARINC429信号,该方法在接收429信号时将根据429信号的特征对429信号的每一位进行3次判别,只有当3次判别都正确时,才接收该位。该方法的抗干扰性优于传统方法。基于这种方法,用可编程逻辑器件设计制作了AR-INC429接口芯片,同时还制作可用于连接微机的接口板。     

一类平面数字限制集的维数

给定一族生成方式{F_j}^m_j=1及自然数集的一个划分{E_j}^m_j=1，从[0,1]²出发，本研究定义一类平面数字限制集，并结合几种分形维数的定义及相关引理，得出这类平面数字限制集的几种分形维数，如Hausdorff维数、上盒维数、填充维数以及Assouad维数．     

利用改进Elman神经网络的光伏I-V特性建模方法

为了准确表征和预测光伏(PV)组件在不同工况下的电流电压(I-V)特性，提出一种利用改进Elman神经网络的光伏I-V曲线黑盒建模新方法.首先，通过皮尔森相关系数分析影响I-V曲线的环境因素；其次，使用基于电压电流的双线性插值法对实测I-V曲线进行重采样，以提高I-V曲线上数据点分布的均匀性；再次，使用基于辐照度温度的网格采样法对I-V曲线数据集进行下采样，降低数据冗余度，并利用量子粒子群(QPSO)算法优化Elman神经网络的初始权值和阈值，从而构造QPSO-Elman预测模型.最后，根据实测I-V曲线数据集进行实验验证和测试，并与多层感知机、未改进的Elman网络、支持向量机等算法进行对比.实验结果表明，所提出的建模预测方法精度更高，稳定性和泛化能力更好.