新型推挽激励的谐振式微机械静电场传感器

为了提高传感器的信噪比(signal-to-noise ratio,SNR),降低器件的耦合干扰,基于表面微机械工艺设计制作了一种新型推挽激励方案的谐振式微型静电场传感器.该传感器敏感结构主要包括静电梳齿激励电极、屏蔽电极和感应电极3部分.工作时,在该传感器敏感结构同一侧梳齿的固定端上加入反相相等的激励信号,实现差分激励,使屏蔽电极在谐振频率处振动,从而在感应电极上感应出差分电流信号,通过相关检测方式检测出传感器该输出信号的二次谐波分量,即可获得被测静电场强度大小.该传感器的新型结构设计和激励检测方案可获得最大电场响应灵敏度,并有效抑制了同频耦合串扰和共模噪声.常压室温(约25℃)测试结果表明,在量程(-15 kV/m～15 kV/m)内,只需要5 Vpp激励电压,其中线性度(端基线性度)达到了1.03%,分辨率优于200 V/m.     

MAH改性方法对淀粉/聚乳酸界面相容性的影响

以玉米淀粉和聚乳酸(PLA)为原料,马来酸酐(MAH)为改性剂,通过熔融挤出法制备淀粉/PLA复合材料。研究了MAH分别作为增容剂和淀粉酯化剂这两种改性方法对淀粉/PLA相容性的影响,并对复合材料的熔融加工性能、力学性能和耐水性能进行了测试。X射线衍射(XRD)、扫描电子显微镜(SEM)和热重分析(TGA)结果都证明,MAH与原淀粉先进行干法酯化改性再与PLA复配制得酯化淀粉/PLA复合材料,比MAH作为增容剂直接添加制得原淀粉/MAH/PLA复合材料具有更好的界面相容性。受界面相容性提高程度的影响,酯化淀粉/PLA复合材料的熔融加工性能、拉伸强度、弯曲强度、断裂伸长率和耐水性能都优于原淀粉/MAH/PLA复合材料。     

基于内聚力模型的阴极板剥锌过程仿真分析

以自动剥锌机构为研究对象,建立内聚力模型,描述剥锌过程中的裂纹损伤与演化.通过有限元分析,得到了锌片剥片过程锌片的力学特性,以及剥刀运行时间、剥刀运行距离与剥刀载荷之间的关系,为锌片铲切式剥离过程的优化提供了理论支撑.研究可为铲切式剥锌设备的设计提供理论参考和技术支持,具有重要的工程实际意义.     

男西装两片袖纸样放缩方法设计

针对服装纸样放缩问题,从纸样放缩方法、坐标选择方式、档差(包括成品规格档差和细部档差)分配方式等分块进行分析研究,利用服装CAD对西装两片袖放缩,分析不同纸样放缩方法的优缺点,检验放缩后的纸样,总结归纳出最优的坐标方式和档差分配方案以及西装纸样放缩的变化规律,进一步深化和完善服装纸样放缩的方法,达到提高效率和质量的目的...     

基于距离和密度聚类的RBF网络结构设计

为确定径向基函数RBF(radial basis function)神经网络隐含层结构,并针对基于距离或密度聚类的RBF神经网络的限制,提出一种基于距离和密度聚类(GDD)算法的RBF神经网络.GDD算法通过计算每个样本的密度,各样本间的距离及相似条件(密度标准、距离标准),相似条件是根据样本分布而改变的,进行样本空间...     

面向机器阅读理解的候选句抽取算法

使机器理解人类自然语言是人工智能在认知领域的终极目标,机器阅读理解是自然语言处理技术中继语音识别、语义理解之后的一大挑战,要求计算机具有一定的背景常识,全面理解给定文本材料,并根据材料内容对相应的问题作答。随着深度学习的快速发展,阅读理解成为当前人工智能的热点研究方向,涉及机器学习、信息检索、语义计算等核心技术,在聊天机器人、问答系统、智能化教育等多个领域具有广泛的应用前景。文中聚焦微阅读模式,根据问题或选项从给定文本材料中抽取包含答案的候选句,缩小推理范围,为进一步实现机器阅读理解提供技术支持。传统基于特征的方法耗费大量人力,文中将答案候选句抽取看成一种语义相关度计算问题,提出了一种答案候选句排序方法,即Att-BiGRU/BiLSTM模型。首先,利用双向长短期记忆和门控循环单元来编码句子中表达的语义信息;其次,设计Atten结构,结合相异性和相似性对语义相关度进行建模;最后,采用Adam算法来学习模型的参数。在SemEval-SICK数据集上的实验结果显示,该模型在测试集上的pearson指标超过了基线方法BiGRU将近0.67,在MSE指标上超过BiGRU方法16.83%,收敛速度更快,表明双向和Atten结构能大大提高候选句抽取的精度。     

面向阅读理解的多对一中文文本蕴含问题研究

机器阅读理解作为一种微阅读模式近年来在自动问答领域受到广泛关注,针对机器阅读理解中多对一的文本蕴含问题,该文首先构造了8 000级别的多句—单句中文文本蕴含语料M2OCTE,其次采用了层级神经网络模型,有效融合多个句子之间的语义信息,将多对一的蕴含对表达成统一的形式,实现端到端的输出。该方法在高考现代文阅读理解蕴含数据集上的准确率为58.92%,比将多句—单句的文本蕴含转换为单句—单句之后进行处理的准确率要高。同时也在英文数据集上进行了测试,实验结果验证了该方法的有效性。     

基于LabVIEW的加速度计模型参数辨识模块设计

加速度计的模型参数辨识对研究加速度计动态特性具有重要作用.针对加速度计动态特性测试系统中加速度计模型参数辨识模块的设计,利用LabVIEW图形化编程的特点,以最小二乘原理为基础,通过对加速度计频域响应函数的拟合实现了加速度计模型参数的辨识,并构建了可视化软面板.实验测试表明:所设计模块能够实现加速度计模型参数辨识,有较高的参数辨识精度,并具有良好的人机交互,所辨识出的模型能够描述加速度计的动态特性.     

基于AFKF的多旋翼无人机组合导航技术研究

目前旋翼无人机组合导航系统大都使用扩展卡尔曼滤波算法,然而由于导航系统建模误差和传感器测量精度的影响,导航信息解算误差较大。为了改善旋翼无人机的飞行控制效果,应用自适应渐消卡尔曼滤波（Adaptive fading Kalman filter,AFKF）进行旋翼无人机组合导航解算,算法通过实时计算遗忘因子,对过去的数据权重进行削减,以提高扩展卡尔曼滤波算法的自适应能力。应用旋翼无人机真实飞行数据进行仿真,仿真结果表明,自适应渐消卡尔曼滤波算法能够有效抑制建模误差,弥补传感器测量精度不足,改善旋翼无人机组合导航解算结果。