基于CompactRIO的泵机组监控系统的设计与实现

输油管线泵机组监测与控制不仅要求较高的实时性和测量控制精度,还要求在恶劣多变环境下保持高度的可靠性和稳定性。本文采用NI公司的CompactRIO模块作为系统数据采集控制单元,介绍了输油管线泵机组监控系统的设计与实现,在系统试验中取得了理想效果。     

基于视图的XML重写技术的研究综述

支持正则路径表达式的查询技术,被认为是半结构化数据模式下的XML查询研究领域中一种颇具有研究价值的XML查询计算方法.基于视图的查询重写技术充分利用视图中的信息来对查询进行优化,提高查询效率.本文讨论了对于支持正则路径表达式的XML查询如何进行重写的问题以及对不同技术的分析.     

初应力对各向同性材料柱壳结构双稳态性能的影响

建立各向同性柱壳的力学模型,分析初始应力对各向同性材料结构双稳态性能的影响. 通过对柱壳变形应变能的分析,利用最小势能原理导出柱壳实现双稳态的条件. 同时,采用ABAQUS建立壳单元模型,通过施加边界弯矩对柱壳的双稳态过程进行有限元数值模拟. 结果表明,双稳态柱壳卷曲半径的数值结果与理论结果相吻合;无论是否存在初始应力,其变形过程中均有两个平衡点,且柱壳在任一平衡位置均无扭转变形;对于无初始应力的柱壳,第1个平衡点为稳定的平衡状态,第2个平衡点为不稳定的平衡状态;对于有初始应力的柱壳,在初始应力满足一定条件下,柱壳为双稳态结构,且两个稳定状态对应的曲率方向相反. 这与反对称铺层复合材料层合壳的双稳态曲率方向相同的情况不同.     

基于概念的折半查找算法

自顶向下或自底向上两种标准查找方式不适合于具体领域逻辑,且缺乏灵活性.模拟有序数组中的折半查找,提出逻辑空间上的折半查找方法,证明该查找方法在保持完备性和非冗余性的同时,还提供了更好的灵活性,最后给出了该查找的通用算法,并分析其复杂性.     

DHT负载均衡的必要性

在分布式哈希表(DHT)中,节点ID通常随机选择,但这并不意味着DHT是负载均衡的.仿真结果表明,Chord网络中的负载是不均衡的.在总结对该问题相关工作的基础上,理论上证明了DHT算法本质上的不均衡性,并精确给出节点负载不均衡性的上界范围,仿真验证了分析结论.     

独立学院进行XML教学的问题与对策

本文阐述了XML的基本概念与优势,分析了教学型本科院校开设XML技术课程的必要性与可行性,教学型本科院校教授XML技术课程可能遇见的问题及对策。通过实际的课程设计与教学案例展示了XML理论教学与具体实践相结合的方法,为同类院校相关专业教授XML技术课程提供了参考。     

一种基于Web使用挖掘的个性化信息推荐系统实现方法

为了提高基于Web使用挖掘的个性化信息推荐的有效性和效率,提出了将顺序模式和KP混合聚类遗传算法相结合的推荐策略,在Web日志预处理的基础上,设计出了一种基于Web使用挖掘的个性化信息推荐系统RSPIBOWUM的框架结构,并给出了基于这一框架结构的实现流程。结果表明,本推荐策略可以进行有效的个性化信息推荐,提高个性化信息推荐的效率。     

应用于一体成型电感的羰基铁粉-铁硅铬混合软磁金属粉末

将羰基铁粉末与铁硅铬合金粉末按照不同比例混合后钝化、包覆、压制成磁粉心,测试和分析了其磁环密度、磁导率、直流叠加特性及损耗性能。结果表明,相对于铁硅铬合金粉末,羰基铁粉具有密度高、叠加特性好、损耗低的优点;但是其缺点是磁导率低,仅为铁硅铬合金粉末的85%。两种粉末混合制备的磁环特性并非羰基铁粉与铁硅铬合金粉末的简单叠加,而是存在一定的偏差。随频率升高,铁硅铬合金粉末磁环损耗增幅低于羰基铁粉末磁环,100 kHz/50 mT条件下前者损耗为羰后者的1.22倍,低于50 kHz/50 mT时的1.35倍。     

基于ELM预测模型的高比例新能源电网改进频率控制策略

高比例新能源电网中,功率与频率变化存在很强的非线性,自动发电控制（AGC）作为电网调节频率的主要控制手段,目前的控制方式无法很好地适应强非线性特性电网的调频需求。鉴于此,提出了基于极限学习机（ELM）预测模型的高比例新能源电网改进频率控制策略。其特点在于通过ELM算法和历史运行数据,建立电网功率变化与频率变化的实时频率预测模型,进一步基于预测模型分析AGC调节机组的调频能力,按照调频能力优化AGC的区域功率控制需求功率分配。其优势在于通过机器学习拟合频率非线性调节规律,优化AGC频率控制,提高系统频率调节的快速性和可靠性,从而提高含新能源电网稳定性。最后通过电网SCADA实际数据建立预测模型并验证其准确性和实时性,并通过应用实例证明所提策略可以实现快速稳定调频。     

基于超像素级卷积神经网络的多聚焦图像融合算法

该文提出了基于超像素级卷积神经网络(sp-CNN)的多聚焦图像融合算法。该方法首先对源图像进行多尺度超像素分割,将获取的超像素输入sp-CNN,并对输出的初始分类映射图进行连通域操作得到初始决策图;然后根据多幅初始决策图的异同获得不确定区域,并利用空间频率对其再分类,得到阶段决策图;最后利用形态学对阶段决策图进行后处理,并根据所得的最终决策图融合图像。该文算法直接利用超像素分割块进行图像融合,其相较以往利用重叠块的融合算法可达到降低时间复杂度的目的,同时可获得较好的融合效果。