嵌入式软键盘UI一致性与功能差异性的研究

为了解决嵌入式WinCE系统所带软键盘按钮小和嵌入式设备触模操作便捷性要求之间矛盾,本文提出设计软键盘代替WinCE系统所带软键盘。为了解决嵌入式系统中多个数据输入的软键盘界面与嵌入式系统资源有限的矛盾,在设计中,提出了一种将软键盘界面与增加数据功能、删除数据功能、显示数据功能、数据合法性检查功能等键盘处理逻辑分离的技术,不同功能模块调用统一软键盘界面,实现了软键盘UI一致性和功能差异性,从而节省了系统资源;此外,为了减少软键盘按钮数,在小触模屏条件下触模按钮做得更大,提出了系统附加数据单位字符技术,这种技术也提高了用户数据输入速度。综合运用这些技术,完成了基于WinCE平台软键盘开发研制,实际应用表明提高了操作便捷性。     

聚焦数字化与智能化,为制造业提供先进技术、装备与人才支撑——"云南省先进装备智能制造技术重点实验室"介绍

云南省先进装备智能制造技术重点实验室传承屈维德教授在振动噪声领域的研究积累,在实验室主任伍星教授带领下,依托昆明理工大学机械工程学科,致力于先进装备智能制造与智能诊断技术领域的科学研究,在基础研究、科技开发、产业推广及人才培养方面做出了重要贡献.     

使用局部支撑径向基函数的隐式曲线曲面几何迭代算法

由散乱数据稳定重构曲线曲面,在变分拟插值方法的基础之上,提出了使用局部支撑径向基函数的隐式几何迭代算法.首先,根据给定数据点的法向构造隐式函数的非零约束,构造计算隐函数系数的迭代格式,并讨论其收敛性;然后,在此基础上引入加速因子,对隐式迭代算法进行加速,同时讨论了加速算法的收敛性;最后,为了降低迭代过程空间和时间的复杂度,给出了一种加速算法的改进版本.数值实验表明,使用局部支撑径向基函数的隐式几何迭代算法对曲线曲面重构是有效的,并对部分信息缺失、非均匀分布、带噪声采样数据的重构也达到了较好的效果,且实现简单,易于并行.     

线切割加工中断丝的原因及其解决办法

在模具加工制造中，线切割机床起到了较大的作用。而线切割中断丝故障是比较常见的故障之一。本文在探索快走丝线切割加工中断丝故障的基础上，分析了断丝的各种原因，并针对各种断丝原因分别给出了其有效的处理办法。     

关于电视节目制作的工业工程方法应用探析

人们生活水平的提升,对精神文化生活提出了更高的要求,在百姓生活中,电视和网络已经成为非常重要的组成部分。如今电视媒体行业的竞争日趋激烈,那么就需要创新电视节目制作模式,一体化编导演制作,借助于新型工业工程方法来改造流程,促使节目制造效率得到提高,资源和成本得到节约。本文简要分析了工业工程方法在电视节目制作中的应用,希望可以提供一些有价值的参考意见。     

集成模型在网络入侵检测中的仿真研究

研究保证网络安全问题,针对网络入侵具有多样性和复杂性,信息冗余十分严重,传统检测方法不能很好消除冗余信息,导致检测时间长和检测正确率低的难题.为了提高检测准确性,将主成分分析和RBF神经网络相结合起来,组成一个集成的网络入侵检测模型.模型首先通过主成分析分析法对网络原始数据进行预处理,降低特征维数、消除冗余信息,将处理后特征作为神经网络的输入,网络入侵类型作为神经网络的输出,建立RBF神经网络入侵检测模型对网络数据进行检测.在Matlab平台上,采用权威网络入侵数据DARPA数据集对集成模型进行预试,仿真结果表明,集成模型的网络入侵检测正确率高于传统入侵检测模型,加快了网络入侵检测速度,为网络入侵提供了一种实时检测方法.     

试论高校学报青年编辑的培养和发展

对青年编辑的培养和发展越来越成为许多高校学报编辑部所面临的重要任务。重点培养青年编辑的职业素质、业务素质和人文素质,以提高青年编辑的综合素质,编辑部要制定和实施多种有力措施,并不断为青年编辑的发展提供有力的保障,引导青年编辑逐步成为本部门的生力军,以保持编辑队伍的稳定和发展,为高校学报的建设做出应有的贡献。     

基于SRTMv4的异龙湖流域地形因子提取

以最新SRTMv4版DEM作为基础数据,选择异龙湖流域为研究区域,利用ArcGIS 10平台中的水文分析扩展模块提取异龙湖流域的流域边界和流域水文特征两方面的流域地形因子。根据提取结果与获取到的实测数据进行有效性检验:①与实际调查数据的水系网和1∶5万水系图对照比较,发现基于SRTM DEM所提取出的流域地形因子等信息是合理有效的。②与1∶5万DEM所提取流域水网进行对比发现基于SRTM DEM所提取的数据精度较为满意,在相同河网密度情况下,基于SRTM的DEM与1∶5万DEM的水网细节表现高度一致,具有可靠性。     

基于小波包分析和频带能量分解的齿轮点蚀故障识别

当齿轮发生点蚀故障时,振动信号中齿轮固有频率的频带能量有较大提升.根据这一特点,提出一种利用小波包分析和频带能量分解对点蚀故障进行识别的方法,并通过实验验证其有效性.     

BP与AR模型在轴承性能退化评估和预测中的应用

为解决滚动轴承性能难以评估与预测的问题,提出BP神经网络与AR模型相结合的方法,以评估滚动轴承失效退化程度,并预测从正常运行到最终失效的性能退化趋势。基于正常运行到最终失效的全寿命数据,利用BP评估模型估计轴承的失效退化程度,网络输出的评估结果为隶属于正常概率的目标向量。分别选择BP预测模型与AR模型作为预测系统,利用得到的评估结果进行训练,训练结束后,采用BP预测模型与AR模型分别对滚动轴承进行性能退化的单步和多步预测。基于两组全寿命数据的对比分析,验证了该方法的有效性。结果表明,使用BP神经网络可实现对轴承性能退化程度的良好评估,相比BP自身预测模型,AR模型在性能预测上能得到更优的结果。