高温热处理对炭 /炭复合材料湿态摩擦性能的影响

研究了高温热处理工艺对快速定向扩散化学气相渗透炭／炭复合材料在湿态下的摩擦磨损性能的影响。实验选择了4种不同的高温热处理工艺，用于比较其对炭／炭复合材料微观结构及湿态下的摩擦磨损性能的影响。分析结果表明湿度对炭／炭复合材料的摩擦性能有显著的影响，在湿态下它的摩擦系数明显低于正常干态下的摩擦系数并且随着刹车压力和刹车惯量的增加下降得更快；高温热处理工艺对炭／炭复合材料微观结构有显著影响，通过改变炭／炭复合材料微观结构，适当的高温热处理工艺可以改善湿态下炭／炭复合材料摩擦磨损性能。结果表明，最适合的热处理温度为2000℃，在2000℃下热处理的炭／炭复合材料有足够的摩擦系数，并且湿度对其摩擦磨损性能影响较其他3种热处理工艺的炭／炭复合材料小。     

PPESK／PS共混物流变性能的研究

以溶液共沉淀的方法制备了含二氮杂萘联本结构的聚芳醚砜酮（PPESK）。聚苯乙烯（PS）共混物，用毛细管流变仪测定了共混物的流为性能。结果表明，在本实验条件下，PPESK／PS共混物熔体属假塑性非牛顿汉体，其熔体粘度随PS含量的增加、温度的升高、剪切速率的增大而下降。PS的加入有利于改善PPESK的熔融加工流动性。     

基于蚁群算法的遥感影像传输资源调度方法

针对遥感影像数据量大,多用户并发请求造成服务器负载加重,使遥感影像传输效率逐渐降低的问题,提出一种在多线服务器环境下分块调度遥感影像资源的策略。该策略采用改进的蚁群优化(IACO)算法,通过引入一个线路等待因子γ动态选择当前最优的线路进行传输,从而提高传输效率。对IACO、ACO、Max-min、Min-min和Random算法进行了对比实验,IACO算法在客户端的任务完成时间和服务器端的执行时间与其他算法相比均是最少的,且随着任务数目的增加,效果更明显;同时IACO算法的线路资源的利用率也更高。仿真结果表明:多线服务器分块调度策略与改进蚁群算法相结合,使遥感影像传输速度和线路资源利用率均有一定提高。     

宽带功率放大器PGSC建模方法及预失真研究

针对宽带功率放大器的强记忆效应特性,提出一种功放建模和数字预失真方法——PGSC模型。利用广义记忆多项式(GMP)、特定交叉项(SCT)及记忆时刻信号交叉项(CIMT)3个基函数来构造功放行为模型及数字预失真器,并搭建实际测试平台对模型的精度及线性化效果进行验证。测试结果表明,与PMEC方法相比,PGSC方法建模时的归一化均方误差减少了2.1 dB,数字预失真时输出信号的三阶邻信道功率比降低了4.94/2.03 dB;与GMP方法相比,PGSC方法仅利用73%的系数即可得到更高的模型精度和更好的线性化效果。     

一种基于高性能DSP的红外与电视视频压缩与传输硬件平台

针对红外/电视视频数字化、传输网络化的发展趋势,基于最新大规模逻辑FPGA和高性能DSP芯片,结合图像处理理论,提出红外/电视视频数字化采集、压缩与网络化传输方法,单路视频码率小于15Mbit/s,视频延时小于20 ms。该平台为后续研究基于红外/电视视频信号的目标检测、特征研究和模式识别等提供了基础,在指/火控系统等领域有着广泛应用前景。     

基于ZigBee的无线肌电检测系统设计

针对目前表面肌电信号采集系统尺寸大,不易携带的缺陷,设计了一种基于ZigBee技术的无线表面肌电信号检测系统。系统由前置放大电路、带通信号调理电路和基于单片机CC2430的无线数据收发电路组成。该电路系统能有效覆盖带宽为10～500Hz的表面肌电信号,实现肌电信号的采集和与上位机的无线射频通信。应用实践表明,此系统能够通过ZigBee无线网络对人体肌电信号进行实时采集,具有移动性和便携性,因此能广泛适用于健康运动监测和医院移动监测等领域。     

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。     

关系抽取中基于本体的远监督样本扩充

远监督学习是适合大数据下关系抽取任务的一种学习算法.它通过对齐知识库中的关系实例和文本集中的自然语句,为学习算法提供大规模样本数据.利用本体进行关系实例的自动扩充,用于解决基于远监督学习的关系抽取任务中部分待抽取关系的实例匮乏问题.该方法首先通过定义关系覆盖率和公理容积率,来寻找与关系抽取任务关联性大的本体;然后,借助本体推理中的实例查询增加待抽取关系下的关系实例;最后,通过对齐新增关系实例和文本集中的自然语句,达到扩充样本的效果.实验结果表明:基于本体的远监督学习样本扩充方法能够有效完成样本匮乏的关系抽取任务,进一步提升远监督学习方法在大数据环境下的关系抽取能力.     

一种关于模糊时间序列模型论域划分的多尺度比率算法

针对模糊时间序列研究中比率划分论域方法存在对非均匀数据划分效果不理想的缺陷, 提出一种基于模糊C 均值聚类(FCM) 算法的多尺度比率划分论域的方法. 首先利用FCM算法对样本数据进行分类; 然后计算各类数据的平均相对误差, 并基于各类的平均误差划分论域, 产生非等间隔的多尺度论域划分方法; 最后, 通过算例表明了多尺度比率论域划分方法的有效性.     

超声波传感器在沙子料位检测中的应用

为提高混凝土的质量,配比很重要,其中沙子精确计量是关键因素之一。提出并设计了超声波系统测量沙子料位;为保证测量精度,采取自动增益控制电路和温度补偿。经实验证明:该方法简单、可行,为沙子质量的检测提供了一种新的参考方法。