嵌入式LINUX系统中触摸屏控制研究与实现

论文主要讨论了基于嵌入式Linux操作系统的研究与开发。文章对嵌入式系统进行了简单介绍，详细分析了系统特点，结合Linux自身的优点，提出了基于嵌入式Linux操作系统对触摸屏驱动的开发方案，并详细介绍了驱动程序及测试应用程序的设计．     

阴离子交换树脂F3吸附铼的研究

对阴离子交换树脂F3吸附、解吸铼的条件及其抗离子干扰效果作了研究。结果表明 ,在 0～ 0 5mol/L的盐酸介质中 ,F3树脂能定量吸附铼 ,并与其他金属阳离子分离 ;吸附在树脂上的铼用少量 4 0mol/L盐酸即可完全洗脱 ;吸附和解吸过程均服从Freundlish等温吸附式。铼的静态饱和吸附容量为 2 5 9 7mg/g干树脂 。该树脂有可能成为回收铼的良好吸附剂。     

一种基于稀疏表示的WLAN室内定位算法

随着科技进步和人民生活水平的提高,越来越多的用户对定位技术需求变得日益迫切。基于WLAN的室内定位技术研究在此背景下应运而生,但是该技术容易受非视距离以及多径影响。而位置指纹算法有效地克服了上述缺点,并得到了广泛应用。提出一种基于稀疏表示的WLAN室内定位算法,以解决位置指纹算法K近邻方法中参数选择问题、不能综合利用全局参考点信息问题,并对其进行了实验仿真。     

SiC泡沫陶瓷/SiCp/Al混杂复合材料的导热性能

运用挤压铸造法制备了SiC泡沫陶瓷/SiC颗粒/Al混杂复合材料,研究了温度和SiC泡沫陶瓷体积分数对复合材料热膨胀的影响.结果表明:随着温度的升高,复合材料的热容逐渐增大,热扩散系数、导热系数逐渐减小.随着增强体SiC体积分数的增大,复合材料的热容线性下降,热扩散系数和导热系数均非线性减小.由于混杂复合材料具有独特的复式双连续结构,复合材料的导热系数大于130W/(m·℃).     

SMF-425树脂吸附和解吸铼的研究

研究了SMF-425型阴离子交换树脂在弱酸体系中吸附、解吸铼的性能和机理，结果表明，[H^ ]在0.1～1.0mol/L范围内，对铼的吸附有利，吸附平衡服从Freundish吸附等温式，吸附反应吸热，温度越高越有利于吸附。每g干树脂对铼的静态和动态饱和吸附容量分别为169.31mg、175.43mg。用2mol/L硫氰酸铵作淋洗剂，流速为2mL/min时，淋洗效果较好，结果令人满意。     

新型有机非线性光学材料二苯基戊二烯酮衍生物的初步研究

制备了１８种二苯基戊二烯酮衍生物的粉末晶体样品，对紫外可见光谱和光声光谱的测定表明，它们的最大紫外吸收波长λｍａｘ在３２０～３８０ｎｍ之间，截止吸收波长λｃｕｔ－ｏｆ的范围为４５０～５１０ｎｍ，在蓝光波段有良好的透光性，粉末晶体的倍频系数ＳＨＧ为６～１９（Ｉ２ω／Ｉ２ωｕｒｅａ），比二苯甲酮和查尔酮的衍生物的倍频性能更好，表明其在低功率激光方面的良好应用前景。     

特重车各轮相干桥面激励对斜拉桥随机振动的影响EI北大核心CSCD

为了研究特重车各轮相干桥面激励对斜拉桥振动响应的影响,根据特重车左右轮的相干函数关系和前后轮的时间滞后关系,推导并建立了特重车各轮相干桥面不平顺激励的功率谱矩阵。基于车桥耦合振动理论和虚拟激励法分析特重车各轮相干桥面激励对大跨度斜拉桥车致振动响应的影响,研究结果表明:特重车各轮相干桥面激励增大了斜拉桥振动响应的离散程度,桥梁振动响应随着各轮桥面激励相干强度的提高而增大。斜拉桥在特重车各轮相干桥面激励下的振动响应受不同相干函数模型的影响较小。特重车各轮相干非平稳桥面激励的斜拉桥振动响应离散程度大于各轮相干平稳桥面激励,桥梁振动响应标准差最大值随着车辆加速度的提高而增大。斜拉桥的车致振动响应对多轮多点相干桥面激励很敏感,其振动响应的离散程度随着特重车轴数的增加而增大。     

基于复主分量分析的人脸识别

提出了一种基于复主分量分析的人脸识别新方法。首先采用两种不同的K—L变换分别降低原始图像空间的维数，得到高维原始图像的两种简约表示。然后利用复向量将同一样本的两组特征向量合并在一起，通过运用复主分量分析，来抽取人脸图像的有效鉴别特征。最后在0RL人脸库上实验结果表明所提出的方法不仅识别性能优于经典的Eigenfaces和Fisherfaces方法，而且仅用27个特征识别率就达到96％。     

公共计算机教学辅助系统的研究和设计

本文给出的公共计算机教学辅助系统以Web页为交互界面,实现了师资管理、教学资源管理、智能组卷、网上课堂、在线自测、交流与公告等功能,具有快捷、高效、实时性强等特点,非常适合高校公共计算机课程教学使用。它是改革传统教学方式、教学管理方式、教师组卷方式、师生交流方式和有效提高学生学习效率的一种新的探索。     

基于时变自回归模型与支持向量机的旋转机械故障诊断方法

旋转机械如电机振动信号普遍存在非平稳性，同时对于某台设备已有的故障样本往往非常有限的。针对这些问题，提出一种基于时变参数自回归模型和支持向量机相结合的旋转机械故障诊断方法。首先通过对振动信号建立TVAR模型，提取模型系数及残差的方差作为信号特征，然后利用SVM对信号进行分类，继而实现故障自动识别。转子实验台实验结果表明该文方法能够有效提取非平稳信号的特征，并能在较少训练样本的情况下获得较好的诊断结果。