最大代数免疫度的偶变元对称函数的性质

代数免疫度达到最大的偶变元对称布尔函数的特征仍然是个公开问题。结合组合数学和数论的相关结论研究这类函数的性质,得到了此类函数值向量的几个特征。最后,对于变元个数为两类特殊偶数的情况,得到了代数免疫度达到最大的对称函数的一个特征。     

机电安装工程的施工技术与质量控制

随着我国社会经济发展水平与科学技术的逐渐创新,对于建筑项目中的机电安装工程具有重要的影响,同时也影响到企业的经济效益。因此需要在建筑工程中提高机电安装工程的重要性,这对建筑项目的后期正常运行产生了很大的影响。在机电安装工程中,主要涉及到的高低压配电系统、给排水系统、消防系统、暖通空调等系统的安装与调试。针对我国机电安装工程的简述与特点、重要性等进行相关的介绍,从而阐述了机电安装工程中的质量控制与技术管理的重要措施。     

"套锻"闭式锻造工艺分析及后续分离工序的数值模拟

"套锻"是一种较为经济实用的锻造方式.结合实例探讨了套锻的可行性,并采用闭式(无飞边)锻造方式,通过模拟软件分析了从锻造成形到冲切分离的全部工艺过程.分析认为,对于部分锻件及标准件采取"套锻"的方式是可行且经济的.     

基于地貌学的零件表面三维形貌评定

Motif方法作为轮廓法的一种,用7个参数可以完成2维粗糙度和波纹度的评定.近年来,国际上加大了对零件三维形貌评定方法的研究,基于地貌学的理论和Motif方法,对零件三维表面结构要素进行了定义,采用变化树和图形分割等方法,用特殊的点和线表述零件表面山峰和谷地的特性,用谷地的概念描述3维Motif.为了避免过分割现象,需要将无意义的谷地合并为有意义的较大的谷地.峰顶密度、封闭的谷周面积、封闭的谷体体积等评定参数可用于零件三维表面形貌的评定.     

一种基于能零积的综合去噪方法

基于短时能零积提出一种改进的语音综合去噪方法.通过短时能零积实现噪音阈值选择和噪音功率谱的自适应调整,得到较理想的语音起止点和噪音的功率谱估计.根据噪音在语音段和无音段不同的分布特征,噪音功率在不同阶段设置不同的权重,实现更好的谱减去噪.对每连续三帧进行残留噪音处理,可进一步除去残留噪音.实验表明,本法去噪效果优于使用固定噪音功率谱估计的传统谱减去噪方法.     

基于小波包变换的非线性信道均衡器

针对严重线性失真和轻度非线性失真的数字信道，为了提高基于最小均方误差算法的判决反馈均衡器的收敛速度，首先提出用一族正交小波包基函数来表示非线性信道判决反馈均衡器厦其输出，然后给出基于小渡包变换的非线性信道自适应均衡算法。该算法实现了小波包与非线性信道模型的结合，在计算量增加不多的前提下，利用小波包对小波空间的进一步划分以厦比小波变换更强的去相关能力来减小输入信号相关阵的条件数。对典型非线性信道模型的仿真结果表明，该算法可有效提高均衡器的收敛速度。     

基于WUSB的数据采集系统设计

介绍了赛普拉斯(Cypress)公司低成本的WireIessUSB LR系统和基于WireIessUSB LR技术的CYWUSB6935芯片,结合EZ-USB F×2系列的CY7C68013单片机和TMS320LF2407处理器设计了一套无线数据采集传输的最小系统,并给出了USB应用程序的开发方法.     

电动汽车电池箱结构强度的有限元分析及其改进设计

以软件Ansys/Workbench为分析平台和利用有限元分析方法,针对某企业现有的某型号电动汽车电池箱结构,计算颠簸路面上急刹车和急拐弯两种工况下的电池箱的强度,并将某一节点等效应力值的有限元分析结果和理论计算结果进行对比,验证有限元分析模型的正确性。根据有限元分析结果,局部产生应力集中现象,整体应力有改进设计的余量,对结构应力集中处进行改进设计。利用软件Ansys/Workbench就该箱体各部件尺寸参数对箱体最大等效应力和重量的灵敏度进行分析,根据灵敏度分析结果选择设计变量,以箱体构件的最大应力为状态变量,以箱体总质量为目标函数,对该箱体进行轻量化处理。     

研磨表面微观形貌的三维检测及Areal表征

介绍了三维表面微观形貌的检测方法,分析了采用高斯滤波提取基准中面的原理,针对研磨表面形貌的表征选取了一组Areal表征参数。运用原子力显微镜(AFM)扫描研磨工件的表面,采用高斯滤波提取基准中面进而分离出表面微观形貌的三维信息,在此基础上计算出表征参数值。试验表明研磨表面微观形貌呈现高斯分布规律,采用高斯滤波方法及所选的Areal表征参数能够有效地表征研磨表面的三维微观形貌。     

基于小波变换与MOBP的股价预测

提出了一种基于小波变换与改进动量BP神经网络（MOBP）的股价预测方法。将股票价格所构成的非平稳时间序列小波分解,建立基于优化权值的改进动量BP神经网络（MOBP）预测模型,对分解得到的近似部分与各细节部分分别进行训练,结合各部分的预测结果,可以得到原始序列的预测值。实验结果表明,这种方法预测效果较为理想,且相对于传统的BP神经网络预测的准确度有明显的提高。