坚硬复合顶板煤层开采RFPA2D数值模拟

RFPA2D岩层破裂过程分析系统软件,基于有限元基本理论和强大的计算数据后处理功能,实现了对岩石微观和宏观破坏及变形过程的模拟.     

面向神经形态感知的人工脉冲神经元的研究进展

近年来,随着人工智能技术和脉冲神经网络(SNN)的迅猛发展,人工脉冲神经元的研究逐渐兴起。人工脉冲神经元的研究对于开发具有人类智能水平的机器人、实现自主学习和自适应控制等领域具有重要的应用前景。传统的电子器件由于缺乏神经元的非线性特性,需要复杂的电路结构和大量的器件才能模拟简单的生物神经元功能,同时功耗也较高。因此,最近研究者们借鉴生物神经元的工作机制,提出了多种基于忆阻器等新型器件的人工脉冲神经元方案。这些方案具有功耗低、结构简单、制备工艺成熟等优点,并且在模拟生物神经元的多种功能等方面取得了显著进展。文章将从人工脉冲神经元的基本原理出发,综述和分析目前已有的各种实现方案。具体来说,将分别介绍基于传统电子器件和基于新型器件的人工脉冲神经元的实现方案,并对其优缺点进行比较。此外,还将介绍不同类型的人工脉冲神经元在实现触觉、视觉、嗅觉、味觉、听觉和温度等神经形态感知方面的应用,并对未来的发展进行展望。希望能够为人工脉冲神经元的研究和应用提供有益的参考和启示。     

基于ZBDD的布尔多项式Gr(o)bner基算法的实现

零压缩二元判定树ZBDD(Zero-suppressed Binary Decision Diagrams)作为一种近年来兴起的存储布尔多项式的数据结构能更有效地平衡内存消耗与计算速度;基于它的布尔多项武Gr(O)bner基算法可以在运算中保持ZBDD结构的不变性从而进一步提高计算效率.用C++实现了布尔多项式的Gr(...     

聚甲醛/共聚酰胺共混物的结晶形态及力学性能

研究了共聚酰胺含量对聚甲醛/共聚酰胺(POM/COPA)共混物结晶形态及力学性能的影响。结果表明:POM/COPA共混物中存在氢键相互作用;结晶温度对POM的结晶形态有较大影响,温度较高时POM结晶较完善,球晶尺寸较大;同时,COPA的加入使共混物的球晶细化,极大地改善了POM的韧性。当COPA含量为4%时,共混物缺口冲击强度达到最大值,拉伸强度几乎不变,POM/COPA具有较理想的综合力学性能。     

疫情多变，生意刺激如坐过山车

<正>2022年仅过去了4个月,玩具渠道商的营收仿佛坐“过山车”一般,猛增骤降。原本春节假期带动玩具销售,给2022年开了个好头。但谁也没料到,新冠肺炎疫情（下称“疫情”）突然在全国数十个省市出现,引发了物流运输不畅通、仓库封控等连锁反应。玩具渠道商也因此陷入发不了货、生意难做的境地。     

厂商冲击上半年最后一波销售热

<正>转眼间,2022年即将过去一半。回顾过去的几个月,新冠肺炎疫情带来的连锁反应,影响了整个玩具市场的正常运行,厂商的经营大受影响。近期,各地疫情逐渐得到有效控制,厂商也在逐渐调整节奏,恢复正常的经营状态;同时,积极筹备“六一”儿童节、“618年中大促”两大热销节点的活动,以期能够冲一波业绩,提升上半年的整体营收,也提振行业信心。     

基于稀疏表征的话者识别

近年来,随着信号的稀疏性理论越来越受到人们的关注,稀疏表征分类器也作为一种新型的分类算法被应用到话者识别系统中。该模型的基本思想是:只要超完备字典足够大,任意待测样本都能够用超完备字典进行线性表示。基于信号的稀疏性理论,未知话者的向量系数,即稀疏解可以通过L1范数最小化获取。超完备字典则可视为语音特征向量在高斯混合模型-通用背景模型(GMM-UBM)上进行MAP自适应而得到的大型数据库。采用稀疏表征模型作为话者辨认的分类方法,基于TIMIT语料库的实验结果表明,所采用的话者辨认方法,能够大大提高说话人识别系统的性能。     

自动化测试中基于GUI非标准控件的识别和应用

图形用户界面(GUI)中Windows第三方非标准控件识别率不高,对基于Windows第三方控件的应用软件进行自动化测试一直是软件自动化测试中的难题,本文基于Windows消息机制提出了一种解决第三方控件识别的设计方案,该方案通过自动化测试软件发送Windows消息,而Windows应用程序捕获消息并解析传递的xml数据,从而准确定位到图形界面的某一控件,并模拟测试软件对其控件操作已达到自动化识别的目的,实践证明,基于该方案构建的测试系统具有良好的测试效果。     

基于频域反射的土壤水分探测传感器设计

通过详细介绍传输线的高频率响应原理及其推导方程,以此为基础设计了基于频域反射的土壤水分探测传感器.传感器采用合适长度的传输线以及参数匹配的谐振电路,利用驻波的原理,使用简单的比较电路确定信号频率与土壤介电常数的关系,再利用介电常数和土壤成分结构之间的关系计算土壤水分含量.设计了传感器结构模块及给出了部分的试验对比结果....     

相空间重构和支持向量机结合的电力负荷预测模型研究

风电机组集中并网会对电网安全稳定运行带来影响,为了合理规划各类供电机组高效运行,对电力负荷预测的精度提出了更高的要求。电网负荷时间序列具有混沌特性,普通预测方法难以描述其特性和内在规律。利用混沌相空间重构理论对负荷时间序列进行研究,用互信息法和CAO方法分别求得时间延迟和嵌入维数,并由此得到系统最大李雅普诺夫指数,证明其具有混沌特性。然后根据时间延迟和嵌入维数对样本数据相空间重构,在此基础上利用支持向量回归算法(PSR-SVR)对电力负荷进行预测,支持向量回归采用网格寻优确定参数。最后将预测的结果同时间序列模型和BP神经网络模型的预测结果进行对比,结果表明,这是一种误差小,精度高的电网负荷预测方法器。