铁基非晶、纳米晶合金材料应用特性研究

对常用的铁基合金、纳米晶合金和坡莫合金材料的特性及应用进行了介绍,并阐述了材料特性指标对产品性能的影响。搭建了试验平台,研究了温度及频率等参数对材料单匝电感量等性能的影响,并着重研究了1K107、1J85磁性材料的饱和性能。在此基础上,对纳米晶合金材料的制备方法进行了介绍,并简述了国内外对影响纳米晶合金材料制备方法的优化研究与成果,指出纳米晶合金磁性材料今后应向宽温低损耗、高频化、低损耗、高磁导率方向发展,以及应在其制备工艺和添加剂种类的优化方面进行研究。     

点火具电磁安全性评估

为了评估发动机点火具在现用平台射频电磁环境作用下,是否存在意外点火以及是否需要适应性改进,基于现有标准规定的外部射频电磁环境和辐射敏感度试验,分析了发动机点火具满足安全裕度对发动机壳体屏蔽性能的要求,并通过屏蔽性能仿真评估了点火具的电磁安全性.结果表明,现有的发动机结构模型不能满足GJB 1389A-2005规定的16.5 dB安全裕度的要求.改进后的发动机模型在后端设置了喷堵,可以满足安全裕度的要求.     

基于高斯混合模型的轨迹模仿学习表征参数优化

针对高斯混合模型(Gaussian mixture model,GMM)参数选取效率较低的问题,提出了一种在基于GMM的轨迹模仿学习表征中综合求解GMM参数估计的方法.该方法基于多中心聚类算法中的最大最小距离算法改进kmeans算法,得到最优初始聚类中心,并基于贝叶斯信息准则(Bayesian information criterion,BIC)通过遗传算法优化求解,同时获取GMM的4个重要参数.该方法通过提高划分初始数据集的效率,在优化初始聚类中心基础上确定混合模型个数,有效地避免了因为初值敏感而导致的局部极值问题.通过多组仿真实验验证了该方法的有效性.     

The research of speaker recognition base on GMM [D].

针对高斯混合模型(Gaussian mixture model,GMM)参数选取效率较低的问题,提出了一种在基于GMM的轨迹模仿学习表征中综合求解GMM参数估计的方法. 该方法基于多中心聚类算法中的最大最小距离算法改进\t\t\t\t\tk-means算法,得到最优初始聚类中心,并基于贝叶斯信息准则(Bayesian information criterion,BIC)通过遗传算法优化求解,同时获取GMM的4个重要参数. 该方法通过提高划分初始数据集的效率,在优化初始聚类中心基础上确定混合模型个数,有效地避免了因为初值敏感而导致的局部极值问题. 通过多组仿真实验验证了该方法的有效性.\t\t\t\t

     

MnZn铁氧体材料应用特性及饱和性研究

对常用的MnZn功率铁氧体材料、MnZn高磁导率铁氧体材料和MnZn高稳定性铁氧体材料的特性及应用进行了介绍.针对某公司滤波器在实际应用中发生性能失效的问题,搭建了试验平台,研究了温度及频率等参数对铁氧体材料单匝电感量和磁导率等性能的影响,并着重研究了 10K、12K、PC40、DRM95磁性材料的μi-F、μi-T、...