数控车床镗孔刀座的车削试验与结构改进设计

文章结合笔者的实际工作,具体介绍了当前数控车床镗孔刀座的车削试验,分析了镗孔刀座未改之前与改进之后对镗孔震动的作用和影响,为如何有效地解决镗孔震动的问题进行了研究和总结.     

基于小波变换理论的电压暂降分析

电压暂降对计算机等敏感设备影响较为严重。本文从小波变换理论出发,利用Mallat分解算法将电压暂降信号分解成近似部分和细节部分。通过仿真分析表明近似部分的小波系数可以反映电压暂降幅值,细节部分的小波系数可以反映电压暂降的持续时间。     

多速率环境下AODV协议的改进

分析AODV协议在多速率环境下的不足,提出一种改进的协议AODV-HC.AODV-HC采用传输容量作为判断路径优劣的标准,通过链路单向稳定性和链路传输能力的度量,构建路径传输容量度量体系.在路径选择上将每条链路的稳定性和链路可承载的容量纳入考虑因素,能有效解决多速率环境下多跳低速链路带来的吞吐量限制.通过对AODV协议的路由请求信息和路由表的扩充以及对路由发现和路由回复过程的改进来实现AODV-HC协议.仿真实验表明基于传输容量度量的AODV-HC协议在节点高密度分布时能够提高网络的饱和吞吐量和分组交付率,降低平均分组传输时延.     

一种适合P2P MMOG的防止及检测欺骗机制

提出一种适合基于P2P的MMOG的防止及检测欺骗机制.该机制采用防止和检测两种方法解决欺骗问题,分别为改进的NEO协议和RMbCD算法.在NEO协议中使用双边假设检验动态调整帧长度;在RMbCD算法中待检测游戏参数阈值随玩家信誉动态改变.实验结果表明,动态调整帧长度可以有效降低网络状况对游戏响应性的影响,待检测参数阈值动态改变可以有效降低原欺骗检测算法的误判率,游戏参数动态改变使算法具有较好的自适应性.此外本文提出的防止及检测欺骗方案还可以同时解决多种类型的欺骗,具有很好的安全性.     

3DS文件读取、绘制与控制方法的研究与应用

OpenGL是一种强大的三维图形开发工具,3DS格式是一种通用的保存三维模型的格式,基于OpenGL对3DS模型文件的读取、绘制与控制方法进行了研究.分析了3DS文件结构,并根据块结构格式抽象出用于读入数据的面、材质、物体和模型的数据结构.基于递归的方法对文件数据进行了读取,读入的数据经过数据处理后在屏幕上进行渲染.通过平移、旋转和缩放这3种矩阵变换和OpenGL选择机制实现了对模型的交互控制.基于上述方法开发了井下作业操作仿真与演练系统,取得了良好的效果.     

基于纳米银修饰电极的电位型铬（Ⅵ）传感器研究

纳米银修饰过的石墨电极在铬酸盐溶液中活化处理后,可制成一种新型的电位型铬传感器。将该传感器用于铬（Ⅵ）的测定,实验结果表明：此传感器对铬（Ⅵ）具有灵敏的电位响应,其线性范围较宽,为1．0×10^-7～1．0×10^-2mol·L^-1,检出限为4×10^-8mol·L^-1。应用于水样中铬（Ⅵ）的测定,结果符合分析要求。     

多进制小波的遥感影像融合对比分析

提出了利用多进制小波进行融合的方案,目标是为了深度挖掘小波在遥感影像像素级融合方面的应用。采用多进制小波进行融合的优势是在减少能量损失的前提下使高频分量的分解方向更加细化,重构时频段组合更加灵活。首先从理论方面阐述了多进制小波和二进制小波(包)的异同,通过对比分析在像素级遥感影像融合实验结果,同时结合目视效果和多种评价指标,发现对于中分辨率——北京一号遥感影像,用多进制（M=4时）db5小波对全色和多光谱遥感影像进行融合的效果不亚于采用二进制小波(包)的融合效果。实验结果表明,小波融合的效果取决于小波基的选取、分解级数,也因处理对象而不同,但在采用相同的小波基的基础上,多进制小波比二进制小波(包)融合效果在目视效果和融合指标两方面都略胜一筹。其为小卫星数据在中国水资源、灾害、考古等领域的重点应用推广的数据处理方面打下基础,同时可为其他不同分辨率遥感影像的类似处理起到示范作用。     

PDM与高端EDA集成解决方案

本文通过分析PDM与EDA的集成需求和EDA的数据特点,以及航天科研院所设计图档管理要求,在总结AVIDM／Protel集成成功经验的基础上,提出了AVIDM与EDA集成的解决方案,为PDM与各种不同EDA软件集成提供了思路和技术途径。     

基于秩4约束的遮挡点恢复方法

提出了一种基于秩4约束的遮挡点恢复方法.该方法 首先假设所有的遮挡点及深度因子已知,利用所有遮挡点及深度因子组成一个秩4矩阵的特 性,构造一个投影矩阵,并利用该投影矩阵求得所有的遮挡点及深度因子.然后将求得的遮 挡点及深度因子代替图像中的遮挡点和深度因子,再求投影矩阵.经过多次迭代,最后求得 遮挡点的真实图像位置.该方法的优点是平等地看待所有的图像及图像点.模拟实验和真实实 验表明,该方法具有鲁棒性好、收敛性好及误差小等优点.     

基于神经网络的安全风险概率预测模型

网络安全风险概率预测对分布式网络环境及其内在的不确定事件进行动态分析和评价,是构建网络安全保障体系的重要环节.深入研究网络态势感知中的特征提取、聚类分析、相似性度量和预测方法,提出了一种基于神经网络的安全风险概率预测模型.采用入侵检测数据进行了实例验证,仿真实验结果验证了风险预测方法的可行性与有效性.