从一段典型语句说起……

GB／T1．1－1993《标准编写的基本规定》中有一段讲应该如何看待标准的不同版本的话已被视为技术标准的典型语句，用在引用标准一章的前面：“下列标准所包含的条文，通过在本标准中引用而构成为本标准的条文。本标准出版时，所示版本均为有效。所有标准都会被修订，使用本标准的各方应探讨使用下列标准最新版本的可能性。”企业标准是否一定要不断重复这段话，这段话的意思是否完整以及这段话中的语病是否允许纠正，在基层颇多争议。本文拟就这些问题谈点个人看法。（1）企业标准不一定要写上这段套话。理由是：①GB／T1．1－1993是1989…     

MVC设计模式在网络监控服务系统中的应用与研究

分析当前Web应用开发技术和传统结构型设计模式的不足 ,引入MVC架构的设计思想 ,分析其工作原理和性能特点 ,将MVC设计模式应用于网络监控服务系统 (Web MoniService)中 ,用以java为核心的技术对其进行具体实现。     

利用电流变液双电极复合结构改变切削系统特性的研究

针对轴类工件切削颤振的特点 ,对所设计的一种电流变液双电极复合结构切削颤振抑制装置 ,通过静加载实验和激振实验分别对其静态和动态特性进行了实验研究和理论分析 ,证明这种结构可以用于车削颤振抑制     

基于量子粒子群优化广义回归神经网络的语音转换方法

针对粒子群算法优化神经网络进行语音转换时容易产生收敛速度慢、早熟的问题,本文采用一种新的量子粒子群算法优化广义回归神经网络的语音转换模型。该量子粒子群通过改变量子比特相位进而改变位置矢量,并利用量子非门进行变异操作。因此首先利用量子粒子群对网络进行优化得到最佳的光滑因子参数,从而建立频谱映射规则。接着,利用频谱参数和基频参数的相关性,对韵律特征基频也进行转换。然后,联立转换后的频谱参数和基频参数,利用STRAIGHT模型合成目标语音。最后,采用主观和客观测评方式进行评价。实验结果表明,与传统粒子群算法优化广义回归神经网络相比,该方法转换后的语音自然度和相似度得到提升,谱失真率下降2.1%。本文方法具有比径向基神经网络、广义回归神经网络、粒子群算法优化广义回归神经网络更好的语音转换性能。     

基于Vibe和时空上下文的运动手势跟踪算法

针对时空上下文算法易发生漂移以及在目标跟踪丢失后不能重新找回目标的问题,提出了一种融合Vibe前景检测和时空上下文的运动手势跟踪算法。首先使用时空上下文算法对手势预估计并进行干扰检测,当检测到干扰发生时,使用Vibe算法对时空上下文算法的预估计结果进行校准,并更新目标模型。该方法的优势在于,采用无参数模型的Vibe算法校准手势跟踪全过程。实验采用重叠度成功率和中心偏差作为评价体系,实验结果表明,改进算法比原算法跟踪成功率提高60%。该方法增强了运动手势跟踪效果,提高了时空上下文算法的鲁棒性。     

基于水动力模型的防洪工程水环境影响分析

文中通过建立福州闽江河段水动力二维模型,对闽江北港南岸防洪工程对水文情势、盐度上溯、水质变化等的影响进行定量计算。结果表明:工程对闽江南北港分流比几乎没有影响,整体水动力条件变化极小,工程前后南北港污染带分布基本没有变化,工程具有较好的环境合理性。     

基于多输入层卷积神经网络的滚动轴承故障诊断模型

针对滚动轴承信号易受噪声干扰和智能诊断模型鲁棒性差的问题,在一维卷积网络的基础上,提出基于多输入层卷积神经网络的滚动轴承故障诊断模型。相比传统卷积神经网络诊断模型,该模型具有多个输入层,初始输入层为原始信号,以最大化地发挥卷积网络自动学习原始信号特征的优势;同时可将谱分析数据在模型任意位置输入模型,以提升模型的识别精度和抗干扰能力。通过滚动轴承模拟试验,进行可行性和有效性验证,同时与人工神经网络(Artificial Neural Network,ANN)、支持向量机(Support Vector Machine,SVM)和典型的卷积神经模型进行对比,证明了所提出模型的优势;向测试集中加入噪声来检验模型的鲁棒性,并且运用增量学习方法提升模型在强噪声环境下的识别性能;通过滚动轴承故障实例,验证模型的识别性能和泛化能力。试验结果表明,所提出的模型提升了传统卷积模型的识别率和收敛性能,并具有较好的鲁棒性和泛化能力。     

精镗过程中切屑断裂信号的时序分析与辨识

基于精镗加工中由安装在镗杆Ｙ向和Ｚ向的加速度传感器组成的检测系统,研究了从系统运行过程的振动信号中利用时间序列分析提取有效特征量进行切屑类型识别,实验观察了长、短、堵塞切屑的形成过程,并由此对其识别特征做出推断,得到了实验数据的验证．     

基于PSO优化GRNN的语音转换方法

提出了一种基于粒子群算法PSO优化广义回归神经网络GRNN模型的语音转换方法。首先,该方法利用训练语音的声道和激励源的个性化特征参数分别训练两个GRNN,得到GRNN的结构参数;然后,利用PSO对GRNN的结构参数进行优化,减少人为因素对转换结果的影响;最后,对语音的韵律特征、基音轮廓和能量分别进行了线性转换,使得转换后的语音包含更多源语音的个性化特征信息。主客观实验结果表明:与径向基神经网络RBF和GRNN相比,使用本文提出的转换模型获得的转换语音的自然度和似然度都得到了很大的提升,谱失真率明显降低并且更接近于目标语音。     

橡胶表面的溴化处理

众所周知,橡胶密封件在动态条件下,特别是在高速下工作时,与金属偶件相接触的区域,由于摩擦生热使温度很快升高,而加剧了橡胶密封部位的磨损,导致密封寿命降低或很快失效。某些动态密封件则要求启动力小。因此,降低橡胶密封件表面的摩擦