实用性人才培养与商务英语课程设置模式研究

商务英语课程设置的随意性和不规范性一直以来严重阻碍着商务英语教学的发展.根据人才市场对商务英语专业人才的要求,阐述了应用性人才的培养目标和模式.通过对洛阳理工学院商务英语专科课程安排的分析和研究,指出存在的问题,探讨了修正的建议,以期因地制宜处理好关键因素之间的关系,推动商务英语教学的发展.     

表面式永磁同步电动机模糊滑模控制的仿真研究

针对表面式永磁同步电动机,介绍了其数学模型,速度环采用基于指数趋近率的模糊滑模控制,并分析了系统的稳定性。指数趋近率可以在一定程度上减弱抖振,在此基础上,利用模糊控制对常规趋近率滑模控制进行改进,实时地控制系统到达滑模面的速度。明显削弱了抖振。利用仿真软件建立了模糊滑模控制的永磁同步电动机调速系统的仿真模型。仿真结果表...     

带式输送机阻力随带速变化规律性的实验研究

在对影响带式输送机主要运行阻力的因素分析的基础上 ,采用带式输送机运行阻力实验台对托辊运行阻力系数进行了实验研究 ,根据实验结果给出了运行阻力随带速线性变化的函数关系和系数 ,此结果可用于带式输送机设计和动态分析。     

煤矿测量地理信息系统设计与应用研究

煤矿在建设和实际生产过程中,都会产生大量的测量数据信息,针对煤矿领域的测量及其数据处理工作,对煤矿测量地理信息系统进行了详细的研究.首先,对系统整体的方案框架进行了详细的介绍,从技术层面分析了系统的整体架构;然后,对信息系统在测量观测数据处理过程中涉及到的主要功能算法进行了详细研究,介绍了基础数据库和空间数据库的设计情...     

基于几何特征的灵武长枣图像分割算法

智能采摘机器人在采摘灵武长枣果实时，其视觉系统采集的目标图像中，目标在自然场景下存在粘连、遮挡、重叠、阴影等问题，造成在图像目标识别时的误识对象问题，这对智能采摘是极其不利的。针对这一问题，提出了一种基于几何特征的灵武长枣图像分割的算法。根据灵武长枣的外形接近椭圆的特征，通过大量统计灵武长枣果实的外形特征数据，建立基于灵武长枣外形的几何模型。通过一系列图像预处理获得二值图像，再利用形态学变换进行连续腐蚀得到目标物的相对质心点位并标记，以确定目标物个数。以标记的质心作为模型的中心，在变换后的二值图像中建立该几何模型，利用所建立模型的边界曲线拟合出灵武长枣图像中目标物的分割线，从而实现灵武长枣图像的分割。实验结果表明，该方法能够简便快捷地解决图像目标物之间的粘连、阴影问题，并能保证高准确率。对于果实粘连较轻的图像，其分割准确率可达到92.31%。     

基于正则化的多光谱图像二值化处理

为了进一步提升传统多光谱图像二值化处理方法的处理速度和抗噪性能,提出基于正则化的多光谱图像二值化处理方法。将正则化约束引入到多光谱图像去噪模型中,对现有的多光谱去噪模型进行改进。并利用正则化框架中的数据正则项对图像的噪声机制以及图像的先验信息进行建模,以实现多光谱图像去噪处理。根据去噪结果采用约束能量最小化方法获取多光谱图像的边缘信息,将最佳全局阈值法和局部阈值自适应方法在边缘信息的基础上相结合,实现对多光谱图像的二值化处理。仿真结果表明,所设计方法具有较强的抗噪能力和较快的处理速度,并且经处理后的图像分辨率较高,充分验证了上述方法的有效性。     

工业级硫酸阳极氧化

根据实际生产中具体产品的要求，设计了法线处理和相应的工业级硫酸阳极氧化工艺，在保证质量的前提征使生产成本大大降低。     

不使用CFC的聚氨酯泡沫材料

<正> ELF Atochem 公司和 Centre Scie-ntifique Technique du Batiment(建筑材料方面国家研究测试机构)签订了一份合同以测试该公司最新开发的不使用 CDC 的聚氨酯。这些采用替代品的制品与传统的聚氨酯具有同样的绝缘性能。这份合同得到环境和能源保护机构的支持。合同的内容包括测试在配方和工艺中以 HCFC123和1416作为代替品的新型聚氨酯泡沫材料的质量和性能。     

面向GPU平台的复杂网络core分解方法研究

在复杂网络理论中,core分解是一种最基本的度量网络节点“重要性”并分析核心子图的方法.Core分解广泛应用于社交网络的用户行为分析、复杂网络的可视化、大型软件的代码静态分析等应用.随着复杂网络的图数据规模和复杂性的增大,现有研究工作基于多核CPU环境设计core分解并行算法,由于CPU核数和内存带宽的局限性,已经无法满足大数据量的高性能计算需求,严重影响了复杂网络的分析应用.通用GPU提供了1万以上线程数的高并行计算能力和高于100GB/s访存带宽,已被广泛应用于大规模图数据的高效并行分析,如广度优先遍历和最短路径算法等.为了实现更为高效的core分解,提出面向GPU平台下的复杂网络core分解的两种并行策略.第1种RLCore策略基于图遍历思想,利用GPU高并发计算能力对网络图结构自底向上遍历,逐步迭代设置各节点所属的core层;第2种ESCore策略基于局部收敛思想,对各节点从邻居节点当前值进行汇聚计算更新直至收敛.ESCore相比RLCore能够大大降低遍历过程中GPU线程更新同一节点的同步操作开销,而其算法的迭代次数受收敛率的影响.在真实网络图数据上的实验结果表明,所提出的两个策略在效率和扩展性方面能够大幅优于现有其他方法,相比单线程上的算法高达33.6倍性能提升,且遍历边的吞吐性能(TEPS)达到406万条/s,单轮迭代的ESCore的执行效率高于RLCore.