WO3/Si纳米晶薄膜的脉冲准分子激光沉积及结构分析

采用脉冲准分子激光大面积扫描沉积技术，在Si(111)单晶衬底上沉积了WOx薄膜，采用X射线衍射（XRD）、喇曼光谱（RS），付里叶红外光谱（FT－IR）及透射电镜扫描附件（STEM）对不同条件下沉积的样品进行了结构分析，结果表明，氧分压和沉积温度是决定薄膜结构和成份的主要参数，在沉积温度300℃以上及20Pa氧压下得到了三斜相纳米晶WO3薄膜。     

面向神经形态感知的人工脉冲神经元的研究进展

近年来,随着人工智能技术和脉冲神经网络(SNN)的迅猛发展,人工脉冲神经元的研究逐渐兴起。人工脉冲神经元的研究对于开发具有人类智能水平的机器人、实现自主学习和自适应控制等领域具有重要的应用前景。传统的电子器件由于缺乏神经元的非线性特性,需要复杂的电路结构和大量的器件才能模拟简单的生物神经元功能,同时功耗也较高。因此,最近研究者们借鉴生物神经元的工作机制,提出了多种基于忆阻器等新型器件的人工脉冲神经元方案。这些方案具有功耗低、结构简单、制备工艺成熟等优点,并且在模拟生物神经元的多种功能等方面取得了显著进展。文章将从人工脉冲神经元的基本原理出发,综述和分析目前已有的各种实现方案。具体来说,将分别介绍基于传统电子器件和基于新型器件的人工脉冲神经元的实现方案,并对其优缺点进行比较。此外,还将介绍不同类型的人工脉冲神经元在实现触觉、视觉、嗅觉、味觉、听觉和温度等神经形态感知方面的应用,并对未来的发展进行展望。希望能够为人工脉冲神经元的研究和应用提供有益的参考和启示。     

合理选择施工方案修复采区煤仓

文章针对潘一矿采区煤仓损坏严重、修复难度大、工期紧的特点,认真选择方案,合理安排工序,采用顺序作业与平行作业相结合,成功地在规定检修期内完成煤仓修复和堵水任务。     

燃气用聚乙烯管道的应用

介绍了聚乙烯燃气管道在国内外的发展与应用历程,分析了聚乙烯燃气管道在设计、施工、运行中应注意的问题。     

基于属性变化的增量关联规则挖掘

关联规则的挖掘是数据挖掘研究中的一个重要课题,目前已经提出了许多用于发现海量事务库中关联规则的算法以及更新已经发现的关联规则的算法。但是在关联规则的更新算法中,都是基于支持度变化和事务库变化的研究,目前没有人研究当事务库中的属性发生变化时,如何高效地更新关联规则的问题。针对这种情况,提出了三种基于属性变化的增量关联规则挖掘算法ACA+（Attribute Change Algorithm）和ACA-（ACA1-）,从而解决了该问题。     

多平台集成的金属结构性能分析和数据管理系统

系统以SQL Server2000为数据管理系统,在Pro/E环境和AutoCAD环境下进行二次开发,集成了Pro/E、AutoCAD、SQL Server和VC++四个平台,实现了各个平台间的数据传递和图形传递,同时,对过程中产生的大量数据以及结果信息进行有效的管理,实现了查询、修改、添加和输出的功能。系统地开发完成了一个集计算、分析、绘图和数据管理为一体的专业化软件。     

一种高效的光线投射体绘制算法

作为体绘制中的一个经典绘制算法,光线投射算法理论简单同时能产生高质量的图像,被广泛应用于医学图像可视化领域。但在绘制过程中有大量的投射光线和体素的重采样,导致绘制速度较为缓慢。为提高绘制的速度,文中提出一种高效的光线投射体绘制算法,通过引入碰撞检测技术减少投射光线的数目,避免冗余光线的采样计算,同时采用光线跳跃方法在碰撞检测包围盒内跳过对空体素的重采样,加快了光线合成的过程。实验结果表明,改进后的算法不仅能保证所需要的图像质量,还能大幅度地减少采样计算的时间,高效地提高绘制速度。     

基于特征串匹配的X射线荧光光谱仪数据采集

针对水泥企业在异构环境下采集X射线荧光光谱仪数据的问题,提出一种基于特征串匹配的数据采集算法,在此基础上构建一个具有通用性的水泥质量管理系统,用于自动实时地采集、存储和上传样品质量数据。应用结果证明,该系统运行情况良好,适应能力较强,较大地提高了水泥企业质量管理和生产控制能力。     

关于提高热电阻温度测量精度的设计方法研究

为了提高热电阻温度测量的精度,从温度传感器的选型、测量方案的设计、实际测量电路、硬件自校正、微处理器的选择、模拟信号预处理、滤波算法和软件非线性校正等方面给出了具体的设计方案。详细分析了自校正补偿及微信号采集转换电路的设计方案,设计了与DSP F2812的接口电路。实际应用表明,通过上述改进方案,热电阻温度测量准确度可以达到10 ppm的设计要求。     

Nonlinear control techniques for an atomic force microscope system

Two nonlinear control techniques are proposed for an atomic force microscope system. Initially, a learning-based control algorithm is developed for the microcantilever-sample system that achieves asymptotic cantilever tip tracking for periodic trajectories. Specifically, the control approach utilizes a learning-based feedforward term to compensate for periodic dynamics and high-gain terms to account for non-periodic dynamics. An adaptive control algorithm is then developed to achieve asymptotic cantilever tip tracking for bounded tip trajectories despite uncertainty throughout the system parameters. Simulation results are provided to illttstrate the efficacy and performance of the control strategies.