基于CATIA Automation API的工程制图二次开发

利用CATIA软件提供的Automation API接口,通过Visual Basic.net开发平台,以高程标注模块开发为例,说明了CATIA工程制图二次开发的流程及方法.CATIA将自身大部分功能都制作成了符合微软Visual Studio.net类规范的C0M,通过其丰富的API函数即可完成绝大多数CATIA的自带功能,使得CATIA的初级二次开发简单易学且较为实用.     

ITS中基于模糊关系数据模型的知识表示及推理研究

使用模糊关系模型讨论建立学科知识库的方法,并用隶属度函数及模糊中心数等方法描述知识点属性,以知识点的模糊关系建立知识库,并且,就实现基于模糊关系数据模型推理过程,给出了两个关键性的算法。     

基于OLAP技术的教学诊断与评价模型

结合首师大虚拟学习社区网络教学支撑平台，提出了一个基于联机分析技术（OLAP）的教学诊断与评价模型，文中使用DMQL语言给出了一个由学生，知识点，时间和认知技能4个维度构成的数据立方体，以及利用OLAP的上卷，下钻、切块和切片等技术实现对该数据方体进行数据挖掘的解决方案，提出的基于OLAP技术的数据挖掘方案，可以在教学诊断与评价中解决诸如判断学习者学习难点，了解学习者集成或个人的学习特征，以及获得学习者认知过程等问题，为实现因材施教的个性化教学和以学生为中心的自主学习提供支持与服务。     

基于多尺度结构特征的快速异源图像匹配

针对异源图像提出一种基于多尺度密集结构特征的快速匹配算法。算法首先利用Gabor滤波器逐像素提取图像中的结构响应,再根据主方向响应对多尺度结构特征融合,然后使用快速傅里叶变换在频域计算各特征分量图像之间的卷积,最后将卷积生成的系数矩阵求和计算出图像之间的相似性并选择相似性最大位置作为匹配结果输出。本文算法能有效适应异源图像间的非线性灰度变化和噪声干扰问题。测试使用可见光、红外、雷达图像组成的异源图像数据集对本文算法和现有算法进行测试比较,结果表明:本文算法的平均误匹配率最低,并且计算速度有明显优势。     

巴斯德象限与中国信息技术教育研究

美国国家科学基金会（NSF）的主席顾问及美国国家科学研究委员会（NRC）的主席唐纳德·E.司托克斯在其撰写的《基础科学与技术创新：巴斯德象限》的专著里，提出了科学研究范式的一种“象限模式”，即用横轴“受应用考虑影响的程度”和纵轴“基本认识边界的程度”将平面分为四个象限，分别代表四种不同的研究范式。目前司托克斯共命名了其中的三个象限：     

动态激光通信系统开环捕获技术

主要解决载舰与地面间及载舰与舰间激光通信系统开环捕获的问题.对捕获系统的组成及工作原理进行了详细论证,着重分析了捕获概率和捕获时间的决定因素.通过实例在某海域完成动态激光通信系统试验,捕获概率优于98%,捕获时间小于20s,验证了本系统能够满足动态激光通信系统的开环捕获要求.     

厦华Y系列彩电I^2C总线调整方法

厦华Y系列彩电机型主要有：Y2921、Y3430、Y3431等（采用LA76828＋LC86F3548A芯片）。 1．工厂维修模式的调整方法 用调试遥控器（RC_R17）按“工厂”键进入工厂调试菜单,每按“工厂”键菜单翻页,按“睡眠关机”键菜单往上翻页,按“”键菜单往下翻页,按“1～9”数字键选择MENU 1～MENU 9。     

炼油化工企业催化汽油质量升级的技术分析

作为国内汽油的主要调和组分,催化裂化汽油的清洁改质问题是国内炼油化工企业汽油质量升级的关键,而加氢处理工艺是目前采用的主要升级途径。通过分析国内炼油化工企业催化汽油质量的现状,指出对以加工自产原油为主的企业,其催化汽油质量升级的重点为脱硫,升级目标为十二五期间预计开始实施的＂国IV＂标准和＂国V＂标准。通过对比选择性加氢脱硫降烯烃工艺和加氢脱硫恢复辛烷值工艺的技术特点和适用条件,结合炼油化工企业的不同质量升级需求,讨论了企业较为适宜采用的技术,并指出在满足现有升级需求的同时应注意的后续发展问题。     

多目标的学习者模型研究

建立学习者模型几乎是所有ITS系统的普遍任务,当前的软件系统趋向于转入分布式和多代理系统,学习者模型转向零散的、由各种软件代理在特定环境下产生的模型。在“个性化课件生成子系统”中运用了这一思想,建立了基于多目标的、运行于分布式与多代理系统之上的学习者模型,该文将主要介绍这一系统的基本构成与运行结构、系统中目标的定义与组织结构,并对目标的解释、目标的生存周期等问题做了进一步的探讨。     

废胶粉改性沥青的应用实践

对废胶粉在改性沥青中的应用作了综合评述，介绍了几种废胶粉改性沥青的应用，并比较了中美两国在废胶粉利用方面的情况。作了胶粉改性沥青与SBS改性沥青微观形态的观察比较，对我国的胶粉改性沥青发展方向提出建议。