用微计算机处理实验数据的方法

在化学定量分析工作中,工作曲线法是一种常用的求未知浓度的方法。但该法准确度不高,花费时间较多,并且受人的主观因素影响使制得的工作曲线因人而异。本文提出了应用微处理机解决上述问题的方法和应用程序,既方便又避免了上述缺点。工作是在Perkin-Elmer3600数据台上完成的,该     

用于薄介质栅的PECVD法低温形成SiO_xN_y薄膜及其电学特性

研究了用作薄介质栅的等离子体增强化学气相淀积（PECVD）方法低温形成的SiOxNy薄膜与其电学特性．探索该薄膜电学特性与微观组分，反应室气压，衬底工作温度，退火致密和金属化后退火等的相互关系．给出了获得电学特性优良的SiOxNy薄膜的优化PECVD工艺条件，同时对实验结果进行了理论分析与讨论．     

基于云遗传算法优化BP神经网络的轨道客流预测

城市轨道交通客流预测是线路规划和运营组织的基础, 为提高客流预测的准确度, 提出了基于云遗传算法优化BP神经网络的轨道客流预测模型。首先利用云模型云滴的随机性和稳定倾向性改进传统遗传算法中固定设置交叉和变异率的方式, 克服了标准遗传算法搜索速度慢及容易早熟的缺陷; 再通过改进后的遗 传算法来优化 BP 神经网络的初始权值和阈值; 最后结合重庆轨道交通3号线的客流数据进行实例分析, 结果表明, 基于云遗传算法优化的BP神经网络比传统BP神经网络的预测精度提升了5.95%, 达到了97.84%。     

基于恢复价值动态评估的配电网恢复控制决策

配电网停电后,停电场景、恢复进程和应急情况下的负荷职能等均会影响负荷恢复供电的紧急程度,通常根据待恢复对象自身的恢复价值静态设置其重要等级或重要度,这制约了有限恢复资源的精细化管理.为此,考虑冷负荷启动特性与负荷间职能耦合关系对负荷单位恢复价值的影响,考虑间歇性电源出力的可控性对电源恢复价值的影响,结合母线恢复为周边其他待恢复对象带来的潜在恢复价值,同时计及系统供电缺额、恢复代价和恢复操作的不确定性,提出了综合恢复收益、代价和风险的负荷及电源母线恢复价值动态评估方法.以此为基础,建立了配电网供电恢复多进程优化模型及分区并行恢复决策方法.最后,通过仿真分析验证了所提策略能够有效提高恢复资源的利用率.     

面向沿道路机动的最优路径模型优化

根据“公路”地理实体的数据结构以及机动的特点,对最优路径模型以及模型的影响因子进行解析,提出了改进的最优路径模型影响因子。通过层次分析法,量化改进后的权重体系并通过算例分析验证其合理性;利用改进后的最优路径模型,经验证符合实际情况需求。     

大学生入党积极分子“四位一体”培养模式构建研究

大学生入党积极分子是青年学生的先进群体,是大学生党员的人才储备库,发挥着骨干模范带头作用。但是,随着社会飞速的发展,思想的多元化、性格的独特性以及价值取向的多样化,对于大学生入党积极分子的确产生了重大的冲击。通过考察与培养,确实应提高大学生入党积极分子的自身抵抗力,面对错综复发的形式能够具有较强的辨识和抵抗能力。     

形变量及时效制度对A286高温合金组织和性能的影响

对固溶态A286合金实施不同形变量的拉拔变形,并进行不同制度时效处理。采用金相显微镜、扫描电镜和力学试验机等设备,系统分析比较了不同形变量及时效制度下合金的晶粒形态、析出相和拉伸性能的变化情况。结果表明:时效不改变合金的晶粒形态;当变形量低于30%时,合金组织为等轴晶,孪晶较多,形变量超过35%时,组织开始纤维化,晶内出现明显变形特征;对于同一时效制度,以弥散的γ'相和粒状碳化钛、碳化铬为主的析出相的数量随形变量的增大而增加,合金的抗拉强度也随之提高;对于同一形变条件,经650℃和680℃两种温度时效后γ'相呈方型,其尺寸随温度升高而增大,680℃+650℃两段时效后γ'相变成更为稳定的球型,且两段时效后的析出相数量较多,抗拉强度最高。     

球对称n维反应扩散方程的边界观测与输出反馈控制

许多实际系统可用n 维超球坐标系来描述, 并且系统有球对称的性质, 因而可通过研究半径方向的状态变化, 得到系统的全局动态过程. 通过将高维的对称系统转化为等价的径向一维方程, 本文采用边界Backstepping 方法设计了球对称反应扩散方程的输出反馈控制器. 使用容易测量的边界状态值, 设计了状态观测器来估计系统在空间域的所有状态, 从而实现输出反馈控制. 本文扩展了连续Backstepping 方法,提出了n维球坐标的Volterra 积分映射, 从而求出了显式表达的控制器和状态观测器. 论文用Lyapunov 函数法证明了输出反馈系统在H1范数下指数稳定, 表明状态对初值的连续依赖, 确保控制系统具有较好的性质, 不会在空间某点发散. 最后进行了数值仿真, 仿真结果表明系统在输出反馈控制律的作用下收敛到稳态值.     

基于改进Kalman滤波的可见光极小目标TBD跟踪方法

针对无人机可见光图像极小目标跟踪问题,本文提出一种基于改进卡尔曼滤波的 (Tracking before detection,TBD)跟踪方法。首先利用检测算法定位目标位置作为卡尔曼滤波的测量值,检测过程中的匹配相似度参数作为卡尔曼滤波测量噪声协方差矩阵的参照依据,其次利用卡尔曼滤波建立跟踪框架预测下一帧的目标位置,最后检测模块以预测位置为 参考位置进行局部搜索,完成整个检测跟踪过程。为了提高跟踪效率,本文根据检测和预测位置积累误差判决检测模式,误差超过门限值则采取全局检测模式消除积累误差,否 则使用局部检测模式,降低TBD跟踪算法的运算复杂度。仿真实验证明,本文方法可以有效检测跟踪极小目标,提高跟踪的实时处理能力。