强化现场质量控制的要素分析

现场质量控制要素中对主控要素,动态控制要素,随机控制要素,可靠度控制要素,质量环境要素进行了分析.这些要素虽独立成章,又相辅相成,互相依存,在产品生产过程中通过强化规范管理对各个要素实施全方位控制,实行质量归一化管理.     

割缝防砂筛管抗挤强度有限元计算模型

针对割缝防砂筛管周围或缝内部堵塞，造成井眼压力增加，可能会导致筛管被挤毁的问题，采用有限元方法，通过大型有限元程序，建立了其抗挤强度的有限元计算模型。根据弹塑性理论，对割缝防砂筛管进行分析，得出其抗挤强度。结果与国外的实验数据进行对比，数值模拟结果比实验值略大，但两者相差较小，证明了该模型的正确性。为其他尺寸割缝筛管的抗挤强度设计提供了一种数值计算方法。     

一种实现图形归一化的方法

在字符图形的识别中，图形尺寸的变化直接影响识别的结果。本文给出了一种图形归一化的方法，并用Ｃ语言编程进行了验证。     

悬臂式掘进机截割臂互换性设计

针对现有掘进机多采用单一的横轴式或者纵轴式整机,对不同岩层掘进工作的适应能力差等问题,提出一种面向不同岩层的掘进机截割臂互换性设计方案。对纵、横轴式2种掘进机的结构特点与性能进行了对比分析;针对2种截割臂工作模式的特点,分别设计了相应的截割减速器。Solidworks仿真结果表明,与单一横轴式或者纵轴式掘进机相比,采用互换式截割臂结构可有效提高掘进机对不同岩层截割工作的适应能力,提高掘进效率,节省设备运输及使用成本。     

基于动态模式分解的移动用户信道容量预测算法

在多输入多输出环境下,为了能够连续预测出移动用户的信道容量并以此合理地分配用户资源,提出了一种基于动态模式分解（DMD）的信道容量预测方法及其优化方法：基于经验模态分解的选择性归一化动态模式分解（ESN-DMD）.仿真结果表明,DMD算法只适用于预测低移速低复杂度的用户信号,ESN-DMD算法可以预测不同移速的用户信道容量.     

基于弹性网格混合特征的脱机手写维文识别

手写体维文识别技术的关键在于特征提取方法的选择。为探求一种可靠性高、可分性强的脱机手写维文特征提取方法,在分析现有方法的基础上,结合维吾尔文字词自身的特点,提出一种在局部特征上基于弹性网格区域笔划密度、方向分解特征,在全局特征上提取交叉点、环、弧形笔划、附加笔划、外围轮廓特征的混合特征提取方法。通过在IFN/ENIT标准数据库及自采样数据集的聚类分析实验,识别正确率分别达到85%、84.3%。结果表明,方法综合统计特征和结构特征提取的优点,具有较强的抗扰能力,可分性优于GSC法。     

基于改进BP神经网络的水分入渗参数预测模型

基于晋北盐碱地土壤水分原位入渗试验,建立了容量为150组的盐碱地Philip入渗模型参数样本,借助MATLAB软件,分别构建基于最值归一化法、联合归一化法的BP神经网络预测模型,其中模型的输入变量为土壤基本理化参数,输出变量为Philip入渗模型参数吸渗率S和稳渗率A,由两模型的预测结果发现,预测误差均小于6%,在建模误差允许范围之内,所建模型可靠;对比模型预报结果发现,联合归一化法处理过的输入数据更具代表性,且提高了网络收敛速度及预测精度。用实测资料对基于联合归一化法建立的模型进行精度检验,结果表明对入渗参数预测的相对误差均小于10%,模型预报精度较高,可满足实际应用的要求。     

带锯床下料工艺在钢材锯割中的应用

介绍了带锯床下料工艺在钢材锯割中的应用情况；重点介绍了带锯床设备的选择原则和实际使用效果，并将该工艺与圆盘锯床下料工艺进行了分析对比，指出了其技术先进性。     

A Normalization Method of Moment Invariants for 3D Objects on Different Manifolds

3D objects can be stored in computer of different describing ways, such as point set, polyline, polygonal surface and Euclidean distance map. Moment invariants of different orders may have the different magnitude. A method for normalizing moments of 3D objects is proposed, which can set the values of moments of different orders roughly in the same range and be applied to different 3D data formats universally. Then accurate computation of moments for several objects is presented and experiments show that this kind of normalization is very useful for moment invariants in 3D objects analysis and recognition.     

回归神经网络预测模型归一化方法分析

该文运用几种常见数据归一化方法分别对自回归神经网络动态预测模型的预测性能进行分析,结果说明不同数据归一化处理对模型的性能影响非常明显,运用最大运算法进行归一化处理要优于其它几种常见归一化方法。