一种适用于机载数据融合的改进时间对准算法

对机载多传感器数据融合的时间对准算法进行了研究,对时间不同步导致的对准误差进行了理论分析.在此基础上,为提高内插外推的精度,对数据时间差异很大的时间对准问题提出了一种改进的分段线性插值算法.对红蓝对抗场景下的数据链与机载火控雷达的数据融合处理进行了仿真分析,仿真结果表明该算法对机载多源数据融合处理具有良好的适应性.     

对医疗卫生项目建设前期工作的总结与思考

深化医药卫生体制改革,增加政府投入,缓解"看病难、看病贵"问题等,是当前卫生工作面临的艰巨任务。当前,党和国家高度重视医疗卫生社会事业发展和建设,将其放在一个前所未有的高度和地位来重视,发展医疗卫生社会事业,是我们党和国家落     

Zn/HZSM-5分子筛催化棕榈油多产芳烃的研究

HZSM-5分子筛可用于脂肪酸酯催化转化生产芳烃、低碳烯烃等过程。未经过处理的HZSM-5分子筛芳烃产率较低,使用过渡金属改性后的HZSM-5分子筛酸性质发生了改变,能够提高芳烃的收率。以等体积浸渍法对HZSM-5分子筛进行改性,制备了不同锌含量的 Zn/HZSM-5分子筛,并进行了 XRD、XRF、XPS、NH₃-TPD、SEM、TEM、Py-IR、N₂物理吸附-脱附等多种表征,结果表明锌的引入没有改变 HZSM-5的晶体结构,锌物种能均匀分布在 HZSM-5分子筛表面及孔道。棕榈油催化转化实验结果显示Zn含量（质量分数）为3% 的 Zn/HZSM-5有最好的催化效果,芳烃在液相烃类所占比例（质量分数）为87.92%,芳烃收率（质量分数）为59.44%。     

商业智能在校园一卡通中的研究与实践

研究对象是校园卡的历年交易数据,以这些交易数据为基础,研究了商业智能技术在校园一卡通中的应用.实践以商业智能和数据挖掘的流程作为主线,首先是需求分析,然后是对于数据集成和多维数据集的构建,最后阐述了多维数据库的Web展现.本研究主要的价值在于对于商务智能技术和数据仓库构建进行了充分的说明,运用SQL Server商业智能组件:SSIS、SSAS、SSIS对商业智能在校园一卡通中的研究进行了分析.     

基于两层知识迁移的多代理多任务优化方法

进化多任务优化是计算智能领域一个新兴的研究方向，它致力于研究通过进化算法如何同时、有效地求解多个优化问题，从而提高单独求解每个任务的性能。基于此，提出了一种基于两层知识迁移的多代理多任务优化算法(AMS-MTO),其通过在代理间和代理内同时进行知识迁移来达到跨域优化的目的。具体来讲，代理内的知识迁移是通过差分进化实现决策变量信息的跨维迁移，从而避免算法陷入局部最优；代理间的学习采用了隐式知识迁移和显式知识迁移两种策略。隐式知识迁移利用种群的选择性交叉来产生后代，促进遗传信息的交流；显式知识迁移是对精英个体的迁移，可以弥补隐式迁移随机性很强的缺点。为了评估两层知识迁移的多代理多任务优化方法的有效性，在8个高达100维的基准问题上进行了实证研究，同时给出了收敛证明，并将其与现有的算法进行了对比。实验结果表明，在求解单目标优化的昂贵问题时，AMS-MTO算法效率更高，性能更好，收敛速度更快。     

电动机输出轴联轴器压装机的设计与开发

设计了一种应用于电动机输出轴与联轴器压装的机器。电动机输出轴联轴器压装机包括总体机械结构设计和相关的自动控制装置。以液压系统为动力源通过控制电磁换向阀工作,实现液压缸的工进与非工进,再通过辅助支撑部件最终完成电动机输出轴与联轴器的压装工作,该结构简单设计合理,实用性较强,它能替代人工劳动完成电动机输出轴与联轴器的装配。     

基于迭代最小二乘的水下三维高鲁棒性定位算法

为解决基于空间角信息水下3维定位中，闭式解算法中定位性能无法达到克拉默-拉奥界(CRLB)和牛顿迭代算法初始值选取问题，该文利用一种基于迭代最小二乘的高鲁棒性算法修正闭式解的残差项与选取迭代算法的初始值。利用伪线性加权最小二乘算法得到闭式解作为正则化修正迭代法的初始值，将迭代结果修正闭式解算法的残差项，通过迭代最小二乘法的交替运算，得到稳定精确的解。通过仿真验证了基于迭代最小二乘算法的高鲁棒性，消除伪线性加权最小二乘算法中残差项选取的不利影响，解决了迭代法初始值选取问题，得到与收敛情况下迭代法相近的定位性能。     

NLYV-H型地埋线在农网应用中的故障分析处理

针对几起典型NLYV-H型地埋线故障案例进行分析,提出了故障查找、处理方法与运行维护措施。同时就如何提高地埋线施工工艺,降低NLYV-H型地埋线故障率进行了探讨。     

融合软件商店和Web聚合的SaaS软件开发模型

同SaaS软件的交付模型已取得的创新与成功相比,SaaS软件的开发模型还需要突破,以适应需求交集小、多领域、多变的租户需求.本文基于Web聚合思想,设计了一种在Web前端进行软件实体聚合的软件组装体系架构.该架构将任意网页形式承载的应用进行适当的粒度划分,并在Web浏览器上运行时按需动态组合,各软件实体间保持松耦合,甚至完全独立,软件实体可以来自不同的软件提供商,可以分布在SaaS域之外的任何Web地址上.模型通过引入第三方开发机制和软件商店模式,以互联网开发者的智慧来现SaaS应用的个性化需求,以开发的原型系统验证架构的可行性和实用性.     

模糊FP-growth在入侵检测中的应用

关联规则挖掘技术目前被广泛应用于入侵检测系统中。关联规则挖掘算法之一的FP-growth算法在处理数值量的输入时需要二值化,使得准确率不高;而Fuzzy Apriori算法需要重复扫描数据库,效率较低。针对此问题,改进现有的FP-growth算法,提出模糊化FP-growth算法,从而提取模糊关联规则,用于N类异常数据的分类入侵检测。在KDDCup＇99数据集上评估,结果表明对于数值量的输入,该方法应用于入侵检测准确率高于FP-growth算法,学习效率高于Fuzzy Apriori算法。