微纳层叠聚丙烯腈凝胶流动特性的数值模拟研究

建立了层叠流道的三维模型和有限元网格模型，根据流变测试数据，采用Polymat对物料的黏度模型参数进行拟合，并利用Polyflow软件对聚丙烯腈（PAN）凝胶在层叠流道内的三维等温流动过程进行了数值模拟分析。研究发现，当入口流量增大时，层叠流道出口速度的不均匀性增加；沿流动方向流道内压力逐渐降低，并在出口处降低至同一最低值；流道进出口压力差与入口流量大小具有正相关性；在流道的中心截面上剪切速率分布均匀，波动较小。     

基于多维异构特征与反馈感知调度的SDN内生安全控制平面

为弥补现有研究在软件定义网络(Software-Defined Networking,SDN)控制平面未知漏洞防御方面的空白,本文提出了一种基于多维异构特征与反馈感知调度的内生安全控制平面的设计方案.该方案以"冗余、异构和动态"为切入点,通过组合执行体冗余集构建策略、多维异构元素着色策略和动态反馈感知调度策略,有效增加SDN控制平面对攻击者所呈现的执行体时空不确定性(逆转攻防不对称性).相关仿真结果表明该方案可以收敛全局执行体数目、增加执行体之间的多维异构度并降低系统全局失效率.     

动态限星算法对RTK定位的耗时改进

差分卫导实时动态定位(RTK)依靠 Kalman 滤波功能的实现，当滤波器阶数过高时，会带来计算量的激增，这就会影响定位的耗时。当运算平台能力有限却需要较低的计算时间耗时，动态限星算法能够有效地将 RTK 的计算耗时降低至合适的耗时需求。运动平台实测结果表明，动态限星算法优化后的 RTK 定位耗时较优化前减少了 50%。     

GeoGebra软件在数学分析教学中的应用举例

随着信息化时代的发展,各类教学软件的出现给教师带来了各种挑战,也给学生带来了各种选择的机会,同时也导致以前的传统课堂难以满足学生的需求.对于数学课堂也不例外,GeoGebra软件的出现给数学分析课堂带来无穷乐趣,同时也解决了以前很难理解、解决的问题.GeoGebra软件有电脑版、手机版,使学生可以随时随地作图,随时随地学习,对于数学分析教学起到很重要的作用.     

2种侧围加强内框总成检具结构对比分析

概述了侧围加强内框总成与周边零件的匹配关系,从检具操作的人机工程出发,描述了侧围加强内框总成检具的2种定位方式和结构设计,对比了2种定位方式对于检测结果的影响,总结了其优点和弊端,结果表明侧围加强内框总成检具采用车内方向朝下的定位方式效果更好。     

P6软件在大型主题公园建设中的应用

目前国内在施项目多应用Microsoft excel、Project或梦龙等管理软件进行计划编制与跟踪管理,某大型文化旅游项目建设中应用P6软件,该软件以计划编制→跟踪→更新→反馈→调整为主线,从时间、资源、费用等多个管理维度,针对大型综合项目呈现出一套综合性管理方案,提高了项目管理水平,取得了良好效果.     

一种组态控件技术在电力监控系统中的运用

主要阐述QGraphicsProxyWidget类在电力监控软组态软件中的运用.将整个图形窗口作为电力监控组态软件的图元,可以丰富电力监控软件的图形库并且提升工程人员的施工效率.     

多特征检测人形识别安防摄像机设计

针对高准确率和快速跟踪摄像功能的需求,基于机器视觉设计了人形识别安防摄像机。首先,确定了整体工作方案;其次,提出一种多特征组合人形识别方法,通过训练3个分类器,分别识别人形正身、侧身和背身,并采用haar特征+adaboost算法实现人形识别和定位功能,再利用PID算法控制步进电机和舵机实现人形跟踪;最后,开发了安卓手机端APP。测试结果表明:多特征组合识别方法能够快速识别人形目标,帧率不低于20Hz;与单特征人形识别方法相比,识别准确率提高27.3%;人形目标追踪时间不超过1.7s;摄像机能够流畅实现WiFi控制、无线监视和录像下载等功能。     

价格传真

以往,MC推荐的大多都是针对游戏类的高性能PC配置,而对很多用户而言,他们对游戏性能需求不高,能够满足日常学习、工作、简单娱乐足矣。比如炒股、运行Photoshop或Office办公软件、能玩《CS:GO》之类的网游等。这类用户的需求明确,如果装机配置超过使用需求,会出现性能过剩,这其实是一种资金上的浪费。本期,我们将针对需求不高的用户带来一套高性价比的融合型配置和两款办公型笔记本电脑。其中,融合型配置的好处是既满足了日常使用需求又节约了装机成本。     

基于堆叠稀疏去噪自动编码网络与多隐层反向传播神经网络的铣刀磨损预测模型

刀具磨损状态是机械加工过程中需考虑的重要因素之一.针对铣刀磨损的在线预测问题,建立了一种基于深度学习的铣刀磨损预测模型.首先,将采集到的铣刀切削时的振动信号进行小波去噪后,利用快速傅里叶变换和小波包分解等技术提取时域、频域及时频域上的特征参数,并根据相关性分析从中筛选出合格的特征参数合并为特征向量,以此作为堆叠稀疏去噪自动编码网络(SSDAE)的含噪样本.其次,利用特征后处理的方式对已经筛选出的特征参数进行单调不递减及平滑处理,并将其作为SSDAE的无噪样本来训练该网络.然后,将经过SSDAE降维后的特征向量作为多隐层反向传播神经网络(BPNN)的输入,以这些特征对应的实际铣刀的磨损量作为标签对该网络进行拟合训练.最后,对训练好的模型进行实验验证,通过测试数据集和人为加入噪声的测试数据集的对比,结果显示所提模型不仅具有较高的预测精度,还具有较高的鲁棒性.