铝塑复合板常用铝板带材选择与检验

铝板、铝带是铝加工材中产量最大、应用最广的主导品种，是铝塑复合板最为重要的材料之一，它的好坏直接影响铝塑复合板的整个产品质量及幕墙的使用寿命。本文就其选择和检验做一介绍，以供同行业参考。     

ISFD阻尼液黏度影响齿轮轴系减振特性的实验研究

鉴于二甲基硅油较高的黏度及良好的热稳定性,考虑将其作为整体式挤压油膜阻尼器(Integral squeeze film damper,ISFD)的阻尼液,研究ISFD阻尼液黏度对齿轮轴系减振特性的影响规律。建立了ISFD弹性阻尼支承系统力学模型和齿轮传动有阻尼单自由度振动模型,证明了ISFD用于齿轮轴系减振的有效性。搭建一级直齿轮传动轴系实验台,对比了齿轮轴系分别安装刚性支承和不同阻尼液黏度ISFD弹性阻尼支承的振动。研究发现,以二甲基硅油作阻尼液的ISFD可以有效抑制齿轮轴系振动,且减振效果良好,降幅可达50%以上;在一定黏度范围内,随着ISFD阻尼液黏度的增加,齿轮轴系的振动降幅增大;以二甲基硅油作阻尼液的ISFD具有优良的阻尼减振性能,可以有效抑制大部分频率成分的振动,保证齿轮系统平稳工作。     

基于短时能量和最小相对均方误差准则的神经网络语音水印方法

针对传统最小均方误差（LMS）和最小二乘准则（RLS）的神经网络语音水印的局限性,提出了基于短时能量和最小相对均方误差（LRMS）准则的神经网络语音水印算法。首先在首帧语音中嵌入同步序列,然后求出每帧的短时能量并对大于设定阈值的语音帧进行小波变换,最后利用以LRMS准则构建的神经网络实现水印的嵌入和提取。通过合理设定短时能量阈值,实现了水印容量和鲁棒性的平衡,而采用Levenberg-Marguardt（LM）算法地让网络迅速收敛。理论分析和实验结果表明,与文献[8]相比,本文提出的神经网络方案收敛速度更快,对于噪声,低通滤波,重采样,重量化等攻击有更强的鲁棒性,性能平均提高了5%。     

原位聚合法制备连续玻璃纤维增强PCBT复合材料及其性能

采用环状对苯二甲酸丁二醇酯(CBT)原位聚合制备了连续玻璃纤维(GF)增强聚环状对苯二甲酸丁二醇酯(PCBT)复合材料。考察了聚合反应中催化剂用量对PCBT结晶度以及GF/PCBT复合材料力学性能的影响。当催化剂用量为0.5%(质量分数)时, PCBT的结晶度为53%, GF/PCBT的力学性能达到最佳, 拉伸强度为522 MPa, 拉伸模量为27 GPa, 弯曲强度为481 MPa, 弯曲模量为24.8 GPa, 层间剪切强度(ILSS)为43 MPa。SEM观察表明, 发现催化剂用量为0.5%时, 树脂与纤维的结合性较好。进一步研究了淬火和退火后处理对复合材料力学性能的影响。发现复合材料退火处理后具有较好的力学性能, 其中拉伸强度为545 MPa, 弯曲强度为495 MPa。     

量子遗传神经网络语音水印算法

传统的BP神经网络通常以梯度下降法作为训练搜索算法,极易陷入局部最优。本文将量子遗传算法引入到神经网络,提出了一种改进量子遗传算法优化BP神经网络系数的语音水印算法。首先利用改进量子遗传算法的良好全局搜索特性,优化BP神经网络的初始系数找出粗略解,然后采用梯度算法精细搜索出神经网络的最优权值和阈值系数,提高网络的收敛精度。理论分析和实验仿真表明,与传统的BP神经网络和遗传算法优化神经网络系数相比,本文提出的神经网络输出误差更小,有更大的水印容量。      

大型施工企业内部施工工艺标准的编制及应用

本文论述了大型施工企业内部在国家相关规范制度的基础上制定企业的施工工艺标准,并在内部统一推行应用,全面提高了企业施工质量的一系列活动,从而提升了企业市场竞争能力。     

局部网在企业管理中的应用

本文从企业管理的角度,首先列举了一些国内外情况,说明计算机局部网领域的应用和研究相当活跃,然后讨论了局部网的三种形式,第三部分介绍了PLAN5000局域网,最后指出在大型企业中,局部网的应用很可能是多种局部网的混合形式。     

采用归一化最小均方误差准则的LM-BP算法

传统神经网络通常以最小均方误差(LMS)或最小二乘（RLS）为收敛准则,而在自适应均衡等一些应用中,使用归一化最小均方误差（NLMS）准则可以使神经网络性能更加优越。本文在NLMS准则基础上,提出了一种以Levenberg-Marquardt（LM）训练的神经网络收敛算法。通过将神经网络的误差函数归一化,然后采用LM算法作为训练算法,实现了神经网络的快速收敛。理论分析和实验仿真表明,与采用最速下降法的NLMS准则和采用LM算法的LMS准则相比,本文算法收敛速度快,归一化均方误差更小,应用于神经网络水印系统中实现了水印信息的盲提取,能更好的抵抗噪声、低通滤波和重量化等攻击,性能平均提高了4%。      

一种改进的量子神经网络训练算法

针对训练多层激励函数量子神经网络(MAF-QNN)时权值与量子间隔的目标函数存在冲突,导致收敛速度和网络性能下降的问题,该文提出一种改进的量子神经网络的训练算法。通过设计输出均方误差和这一目标函数对权值和量子间隔进行统一训练,同时引入Levenberg-Marquardt(LM)算法降低目标函数陷入局部极小值的概率,实现了对量子神经网络的高效训练。实验结果表明,该文提出的训练算法有效减少了迭代次数,显著提高了网络收敛精度,可应用于数据分类、函数逼近等场合,扩展了多层激励函数量子神经网络的应用领域。     

Win32环境下微机与GPS模块的串行通信编程

文中结合实际应用对GPS全球定位系统的定位导航信息的接收和参数数据的提取进行了讨论,在Win32环境下(Windows9x/NT/2000)基于Borland C++ Builder开发平台实现微计算机与GPS接收模块的串行通信编程.详细介绍了GPS数据通信的基本概念和数据格式,以及在Windows消息机制下的多线程异步串行通信机制,采用VCL组件技术实现Win32环境下与GPS数据通信程序的快速开发.应用该方法编写的程序简单方便,可以将卫星定位导航信息从GPS接收机完整传送到微计算机中,数据通信功能稳定可靠.