排队系统输出序列的广义相关与广义谱研究

由于排队论不可能求解排队系统中的时间序列问题,因此,将时间列自相关函数的定义作了推广,以便应用于这一问题。方法是将m视为另一种采样规则下所得序列的序号,即以排队到达时刻为采样时刻。由此可以试探寻排队系统等待时间序列{WT(n)}等的ARMA模型。文中还建立了排队系统时间序列的广义谱的概念,可以期望,广义谱概念的建立,将十分有助于对排队系统输出序列、排队仿真序列以及所有离散系统随机仿真序列特征与规律的揭示。     

防火墙技术与网络安全

本文首先介绍了防火墙的概念、分类及各自的特点,揭示了防火墙在网络安全中的局限性,最后并提出了在网络安全中的策略与对策。     

相关证据的融合及其在机器人多感觉信息融合中的应用

Ｄ－Ｓ证据理论在多信息融合中的应用要求各证据间相互独立,这在很多实际场合中却很难实现。本文简要地阐述了基于Ｄ－Ｓ证据理论的多传感器信息融合算法,提供了一种基于Ｄ－Ｓ理论的推广方法以理解决融合信息的相关性问题,并用机器人的力学和热学传感器作实验,对该方法有效性进行了研究。     

用于三维图像恢复的广义点扩展函数

采用传统的摄像系统点扩展函数恢复三维图像,往往不能得到满意的结果。文中提出一种新的概念－广义点扩展函数,取代传统的摄像系统点扩展函数,用于三维图像恢复。首先给出广义点扩展函数的定义,它等于物体和场景到摄像系统的点扩展函数与摄像系统的点扩展函数的券积。然后给出物体和场景到摄像系统的点扩展函数估计。最后还给出采用广义点扩展函数恢复三维图像的实验结果。实验结果表明,采用广义点扩展函数恢复三维图像,比采用     

基于虚拟模糊集的PID参数整定器的仿真研究

该文中给出的模糊整定器是在虚拟模糊集概念的基础上实现的。该方法首先根据Ｚ－Ｎ整规则,按照过程的开环阶跃响应设置初始参数,然后基于闭环控制系统的响应特性,利用模糊系统精确整定控制器参数。模糊控制规则知识库由整定知识和专家经验规则构成。其中整定知识可通过对一典型过程的参数整定来自动提取。最后给出的数字仿真结果证明该方法的有效性。     

杯芳烃-SAW传感器检测有机磷响应特性研究

研究了以25-(硫代烷基烷氧基)-对叔丁基杯[4]芳烃自组装分子作为声表面波(SAW)化学传感器敏感膜材料的SAW双通道延迟线传感器对DMMP检测的敏感特性.实验结果表明杯芳烃-SAW传感器对DMMP有高的灵敏度、好的响应特性和重复性.     

局域网防火墙的设计与实现

本文设计与实现了局域网防火墙。首先阐述了防火墙的原理,然后分析防火墙系统总体设计,最后论述防火墙的设计与实现,并详述其具体实现的各个模块。     

基于网络环境下新课程高中英语阅读教学的实践研究

本文简析了基于网络环境下新课程高中英语阅读教学实践研究的理论基础与必要性,运用任务型教学途径,从网络英语课堂教学与课外阅读教学两方面进行探索,并进行了效能与问题分析。     

基于ARM9和Linux的机器人控制系统设计

以ARM9和嵌入式Linux为平台,采用光电码盘,解决了在ARM中无高速I/O外部脉冲计数寄存器情况下轮式移动机器人的速度检测问题,并利用积分分离的PID算法实现了速度调制。在嵌入式Linux操作系统中完成整个控制过程驱动的编写,并在测速和动态调速等关键实现上给出详细的介绍,最终实现智能机器人的闭环控制。     

Discrete surface Ricci flow

This work introduces a unified framework for discrete surface Ricci flow algorithms, including spherical, Euclidean, and hyperbolic Ricci flows, which can design Riemannian metrics on surfaces with arbitrary topologies by user-defined Gaussian curvatures. Furthermore, the target metrics are conformal (angle-preserving) to the original metrics. A Ricci flow conformally deforms the Riemannian metric on a surface according to its induced curvature, such that the curvature evolves like a heat diffusion process. Eventually, the curvature becomes the user defined curvature. Discrete Ricci flow algorithms are based on a variational framework. Given a mesh, all possible metrics form a linear space, and all possible curvatures form a convex polytope. The Ricci energy is defined on the metric space, which reaches its minimum at the desired metric. The Ricci flow is the negative gradient flow of the Ricci energy. Furthermore, the Ricci energy can be optimized using Newton's method more efficiently. Discrete Ricci flow algorithms are rigorous and efficient. Our experimental results demonstrate the efficiency, accuracy and flexibility of the algorithms. They have the potential for a wide range of applications in graphics, geometric modeling, and medical imaging. We demonstrate their practical values by global surface parameterizations.