两阶段领域自适应学习

针对领域自适应问题中源域和目标域的联合分布差异最小化问题,提出两阶段领域自适应学习方法.在第一阶段考虑样本标签和数据结构的判别信息,通过学习一个共享投影变换,使投影后的共享空间中边缘分布的差异最小.第二阶段利用源域标记数据和目标域非标记数据学习一个带结构风险的自适应分类器,不仅能最小化源域和目标域条件分布差异,还能进一步保持源域和目标域边缘分布的流形一致性.在3个基准数据集上的实验表明,文中方法在平均分类准确率和Kappa系数两项评价指标上均表现较优.     

基于局部分型面的电器外壳注塑模具设计

电器外壳制品形状结构复杂,有两处侧凸(孔)较难处理。通过对矩形孔内侧凸的结构分析,在其局部设计了分型面,避免了使用侧向抽芯机构;对侧孔部位设计了斜顶杆侧向抽芯机构,其结构简单、紧凑。模具采用一模二腔、平衡式布局,采用经扁推杆由制品内部进料的潜伏式浇口,S型流道。在NX 8.0中完成了模具结构设计。经实践证明,该模具结构合理,产品合格。     

油墨性能参数测定

油墨是印刷生产的重要原材料之一,它的性能直接影响着产品的印刷质量和生产效率,所以对油墨的性能进行测定有利于在实际生产操作过程中对油墨的某些性能进行适当的调整,从而达到提高生产效率和产品质量的目的。油墨影响印刷成品质量的因素有:油墨粘度、油墨的乳化率、油墨的转移率、油墨的干燥性能等等。下文是笔者经过亲身试验向大家简要介绍一些油墨性能参数的测定方法。油墨的粘度是左右油墨的传递性能、印品的墨层厚     

核环境下探测机器人机械臂的结构分析与优化

为了提高核环境下探测机器人机械臂的负载能力,通过动力学分析机械臂关节特性确定优化目标,用有限元软件ANSYS对机械臂臂体危险工况分析并设计优化参数,采用Workbench目标驱动优化分析设计优化实验,对优化结果分析并选取合适的优化参数。优化设计使机械臂两个臂体质量分别减小28.3%和29.5%,分析表明优化设计对机械臂危险工况下静力特性影响很小,符合强度和刚度要求,依据优化方案制作出机械臂样机并测试机械臂负载性能,实验表明机械臂末端负载提高10%,优化后机械臂关节力矩得到改善。     

基于关键路径延时检测的自适应电压缩减技术

为了减小传统的最差情况设计方法引入的电压裕量,提出了一种变化可知的自适应电压缩减(AVS)技术,通过调整电源电压来降低电路功耗.自适应电压缩减技术基于检测关键路径的延时变化,基于此设计了一款预错误原位延时检测电路,可以检测关键路径延时并输出预错误信号,进而控制单元可根据反馈回的预错误信号的个数调整系统电压.本芯片采用SMIC180 nm工艺设计验证,仿真分析表明,采用自适应电压缩减技术后,4个目标验证电路分别节省功耗12.4％,11.3％,10.4％和11.6％.