基于挠性构件变形的谐波齿轮装配模型

依据柔轮装配前后的变形关系和中性层曲线不伸长条件,提出采用等分弧长分布算法来确定装配状态柔轮中性层曲线上轮齿位置及其轮齿对称线的转角,给出了装配状态柔轮的三维模型参数化生成方法。通过与传统等效圆环变形理论的近似算法和精确算法的比较表明,等分弧长分布算法与精确算法的结果非常贴近。在此基础上建立了基于挠性构件装配变形的谐波齿轮装配模型,可直观显示轮齿间的啮合情况和侧隙分布。模型应用实例验证了所提方法的有效性。     

对二甲苯低温氧化反应液中二价及三价钴的测定

本文提出对二甲苯低温氧化反应液(冰醋酸介质)中二价和三价钴测定方法。以 EDTA 络合滴定测定总钴量。采用硫酸高铈溶液为滴定剂,邻菲罗啉溶液为络合剂,铂、甘汞电极对电位滴定测定二价钴。由总钴与二份钴的差值,计算出三价钴的含量。     

周期分散刷新算法在SDRAM控制器中的应用

针对SDRAM控制器的自动刷新指令控制方法,提出了一种周期分散刷新算法。首先,使用Verilog HDL编写SDRAM控制器。在读写过程,根据SDRAM时钟频率和存储阵列行数,确定连续读/写的次数m/n。连续m/n次读/写操作后,控制器发出一次自动刷新指令。在非读写过程,根据状态机长期处于空闲状态的特点,控制器定时发出自动刷新请求,从而周期地发出自动刷新指令。然后,基于光电测量系统对算法进行验证。实验结果表明控制器周期、及时、准确地发出了自动刷新指令,读写指令执行效率提高了0.39%。该算法解决了自动刷新指令滞后的问题,提高了读写指令执行效率,具有良好的移植性。     

含未建模动态的非线性参数系统的鲁棒自适应控制

许多实际系统如生化过程、带有摩擦的机器等都是具有不确定性的非线性参数系统。如何有效地控制这类系统是-富有挑战性问题。针对一类重要的非线性参数系统提出了一种鲁棒自适应控制器，可用于存在参数和非线性不确定性、未知扰动和未建模动态的情况。该鲁棒自适应控制器的设计是基于控制李亚普诺夫函数法，通过引入一动态信号和自适应非线性阻尼来抑止未建模动态、非线性不确定性和未知有界扰动的影响，同时采用反推设计方法来克服控制器设计的复杂性。所提方法不必对系统的未知参数进行估计，且无论系统的阶次多高、未知参数多少，只需要一个自适应参数。理论证明，所提出的鲁棒自适应控制器可保证整个具有不确定性的非线性参数系统的稳定性，且通过适当选择设计参数，可使状态以任意精度趋于平衡点。仿真结果例证了所提方法的有效性。     

含未知参数和输出不确定性的Lipschitz非线性系统自适应观测器设计

对含未知参数且输出带有不确定性的Lipschitz非线性系统,本文提出了一种自适应观测器的设计方法。当该系统输出的不确定性部分满足Lipschitz条件时,本文给出了系统观测器的结构形式,通过黎卡提方程和矩阵不等式的求解给出观测器增益矩阵的选取方法和参数估计的自适应律, 基于Lyapunov方法证明系统的状态估计误差是一致有界的。仿真结果验证了提出的自适应观测器设计的有效性。     

对我国古代公文用语的批判与继承

公文用语是指公文中常用的比较固定的语词,或具有特定含义的专用语.古代公文用语是古代公文体裁区别于其他体裁文章的一个显著而具体的方面.那么古代公文用语是怎样形成的呢?对我们今天的公文写作有什么借鉴作用呢?     

多地区电力系统频率和交换功率的分散最优控制

本文研究确定型多地区电力系统的频率和交换功率的分散最优控制问题。首先给出一种适于对频率和交换功率进行分散控制的数学模型。其次提出一种具有任意分散信息的分散算法。最后把所提出的算法运用于上面的模型中。数字仿真表明，系统的动态响应非常接近于集中最优系统。     

AVS帧内模式选择优化

AVS(Audio Video Coding Standard)采用率失真优化(Rate-Distortion Optimization,RDO)技术,通过计算所有预测组合模式的率失真代价来确定宏块的最优编码模式,使得计算复杂度大大增加,难以适应实时性要求较高的场合。为了降低AVS帧内预测模式选择的复杂度,在深入分析帧内预测原理以及预测模式选择过程的基础上,提出了一种基于SATD(Sum of Absolute Transformed Differences)准则和空间相关性的快速帧内预测算法来优化帧内模式的选择过程。首先,利用SATD准则确定候选模式,以大幅度降低帧内预测模式选择的数量;然后,利用相邻宏块预测模式相关性,以进一步减少亮度块候选模式数量,提高模式选择速度。实验结果表明,与AVS标准算法相比,在编码效率相近的情况下,其编码速度能够平均提高53.56%,与经典的基于边缘检测的方法相比,其在质量略有提高、码率还稍有降低的前提下,平均节约16.39%的编码时间。     

CTH-Net：从线稿和颜色点生成服装图像的 CNN-Transformer 混合网络

绘制服装效果图是服装设计过程中重要的一环,针对目前存在智能化程度不足、对用户绘画水 平和想象能力要求较高等问题,提出了一种使用线稿和颜色点生成服装图像的 CNN-Transformer 混合网络 CTH-Net。CTH-Net 结合卷积神经网络(CNN)在提取局部信息和 Transformer 在处理长距离依赖方面的优势,将 2 个模型架构进行高效混合,并设计 ToPatch 和 ToFeatureMap 模块减小输入 Transformer 的数据量和维度以降 低计算资源消耗。CTH-Net 由 3 个阶段组成：一是草图阶段,旨在预测服装的颜色分布,获得没有渐变和阴影 的水彩式图像;二是细化阶段,将水彩式图像细化为有光影效果的服装图像;三是调优阶段,组合一、二阶段 的输出进一步优化生成质量。实验结果表明,仅需输入线稿和少量颜色点,CTH-Net 便能生成出高质量的服装 图像。与现有的方法相比,该网络生成图像的真实感和准确性均有较大优势。     

中国包装教育面临跨世纪战略

从分析我国包装行业发展的关键制约因素出发,提出中国包装教育跨世纪的职工素质教育战略和高层次人才培养战略。指出要将职工教育和培训问题提到建立现代企业教育制度的高度来认识,由政府扶植和包装协会牵头,通过企业、学校和社会力量来共同兴办。高层次人才培养目前应采取坚持发展,继续探索,注重积累,保证质量的方针。