矩阵变换器输入电流的无源性控制

矩阵变换器无中间直流环节,易受电网扰动和负载扰动的影响,为此采用无源性原理的控制方法设计了输入整流侧的控制器,并且加入适当的阻尼改善了控制系统特性.此外,通过矩阵变换器的降阶分解,简化了控制器结构和提高了控制器的可实现性.结果表明,在输入电压干扰和载扰扰动下,仍能保证输入电流为正弦波,避免了对电网造成污染.     

反馈电路的判别

反馈在电子电路中的应用非常广泛,如何正确判断反馈类型,是分析电子电路性能的重要前提。通过结合实例就反馈类型的判别做了较为深入的分析,总结了不同电路反馈类型简单有效的判别方法,有助于初学者更好更快的掌握反馈的知识。     

基于专家系统的回转窑窑头工况识别

针对新型干法水泥生产线窑头环节非线性、多变量、强耦合、大时滞等特性导致的工况复杂,控制难度大的问题,在深入分析窑头工况特点的基础上,提出了一种基于专家系统的工况智能识别方法.该方法首先对从集散控制系统中采集的现场参数实时值进行数据预处理,运用ART-2神经网络算法对关键参数的变化趋势进行在线辨识,并输出趋势类别,同时对主要参数的实时值进行模糊化处理,输出模糊档位.基于专家规则的工况识别系统根据参数的辨识结果,通过精确推理输出当前工况.工况识别软件采用c++编写,现场实际运行表明了该方案的正确性和实用性.     

面向能力培养的“计算机图形学”课程教学方法

本文针对计算机图形学课程的具体特点和大纲要求,在剖析课程内容、总结教学实践经验的基础上,提出金字塔式、发现式和四结合式教学方法,以此提高学生对计算机图形学课程的学习兴趣,提高学生面向问题求解的能力,同时,针对该课程特点和能力培养目标,提出侧重于综合能力测试的课程考核方法,最后,介绍课程教学实践的效果。     

轮廓结构张量B-样条多尺度表示的角点检测

在B-样条多尺度空间下定义了平面轮廓在其支撑区域(ROS)内的结构张量的多尺度表示.该轮廓结构张量不但能够很好地描述轮廓的多尺度形状信息,而且其在不同尺度下的行列式乘积还能够在增强角点的响应的同时抑制噪声的影响,由此文中把B-样多尺度轮廓结构张量的乘积定义为角点的响应函数.通过实验证明了所提出的算法对于简单几何模型能够实现百分之百的检测,而针对实物图像,算法显示了良好的旋转不变性和对微小的尺度变化并不敏感的特性,最后与其他的角点检测器进行了对比实验.     

基于概率的无监督缺陷预测方法

软件缺陷预测能够提高软件开发和测试的效率,保障软件质量。无监督缺陷预测方法具有不需要标签数据的特点,从而能够快速应用于工程实践中。提出了基于概率的无监督缺陷预测方法—PCLA,将度量元值与阈值的差值映射为概率,使用概率评估类存在缺陷的可能性,然后再通过聚类和标记来完成缺陷预测,以解决现有无监督方法直接根据阈值判断时对阈值比较敏感而引起的信息丢失问题。将PCLA方法应用在NetGen和Relink两组数据集,共7个软件项目上,实验结果表明PCLA方法在查全率、查准率、F-measure上相对现有无监督方法分别平均提升4.1%、2.52%、3.14%。     

交互式《编译原理》教学模式探讨

针对《编译原理》课程教学中存在的主要问题,分析该课程教学的特点,提出交互式教学的主要思路和实施方案。交互式教学的目的是培养学生主动思维、团队合作精神,激发学生的学习的兴趣,提高学生的编程能力,使学生真正掌握课程的精髓。     

基于异构代价敏感决策树的分类器算法

代价敏感学习方法常常假设不同类型的代价能够被转换成统一单位的同种代价,显然构建适当的代价敏感属性选择因子是个挑战。设计了一种新的异构代价敏感决策树分类器算法,该算法充分考虑了不同代价在分裂属性选择中的作用,构建了一种基于异构代价的分裂属性选择模型,设计了基于代价敏感的剪枝标准。实验结果表明,该方法处理代价机制和属性信息的异质性比现有方法更有效。     

水泵试验台流量原位标定系统研制

为保证水泵试验台精度和试验稳定性,除了选择高精度的测流设备外,还应有高精度的流量原位标定装置。提出了称重-容积法原位标定方法,在水泵试验台上实现了流量计的正、反向原位标定。根据系统设计目标,对供水加力水泵、称重桶、水池、气动换向器和标准金属量器分别进行了选型和计算。依据测量不确定度理论,标定系统不确定度主要由标准量器、计时器、换向器和容积法标定传感器装置等不确定度组成,计算了称重桶容积法、换向器和整个系统的不确定度。经试验和计算,系统扩展不确定度为0.136%,系统流量稳定度为0.0212%。计算和压力脉动测试结果表明采用溢流供水池和变频调速加力泵相结合的方法可保证系统标定时压力稳定。称重-容积法原位标定方法将称重法和容积法有效的结合起来,在水泵试验台中成功地得到了应用。该方法达到了既保证精度又降低造价的目的,具有较好的推广应用前景。     

Online face recognition system based on multi-view algorithm and Kernel PCA

An online face recognition system is presented in the paper. To online face recognition system, we should consider the recognition rate, the image compression and image size. In the paper we researched the innovation technologies for face recognition system, including Kernel Principal Component Analysis （Kernel PCA）, Delta low-pass wavelet filter, and face recognition algorithm using multiple images. Kernel PCA is derived to classify the characteristics of training images in the database. Delta low-pass wavelet filter is used to reduce the image size. A face recognition algorithm using multiple images is presented to improve the recognition rate. Simulation experiment shows that in the case of packet loss recognition rate is improved highly.