医疗产品设计中的人性化研究

在经济飞速发展的今天,传统的医疗产品行业应该顺应社会的需求,更加重视人的情感需求,从人性化的设计角度,着眼于造型、色彩、人机上对医疗产品进行更深入的设计研究。     

LLC谐振变换器的扩展描述函数法建模

给出了LLC谐振变换器的等效电路,基于扩展描述函数法建立了该等效电路的小信号模型、得到了LLC变换器的稳态解及其直流电压增益特性。借助PSpice仿真软件得到了该变换器在不同开关频率和不同电路参数下输出变量对控制变量的频率特性曲线。分析了开关频率、输入电压、占空比、品质因数和负载等主要参数对频率特性的影响。所作的工作对变换器参数的优化设计、闭环控制及动态性能设计具有指导意义。     

微分进化算法整数编码策略实现研究

微分进化算法（DE）是模仿生物进化“优胜劣汰、适者生存”的一种随机优化算法,具有简单、快速、鲁棒性好等特点,已经得到广泛应用.通过运用微分进化算法的整数编码方法,在整数空间中求解,并在实数空间中计算解的适应度.使用测试函数对程序进行测试,证明了整数编码解对空间个体中寻优的快速性、准确性.     

基于RTX的工程飞行模拟器数据采集与存储系统设计

在一些仿真应用中,由于Windows操作系统较差的实时性,从而给许多半物理仿真试验带来了一些不确定的因素.在充分论证的基础上,引入了Ardence公司的基于Windows的硬实时解决方案RTX（Real-Time eXtension）,并结合某型号飞行器仿真课题总结出了Windows环境下RTX实时应用系统的设计方法与开发流程以及RTX下硬件板卡驱动程序的编写,最后将这种设计方法成功应用在某型号飞行器飞行仿真系统中.实验证明该仿真系统是可靠的、稳定的,整个实验过程中飞行器的飞行数据没有丢失,仿真周期确定,结果正确,RTX仿真程序能够满足系统对实时性和确定性的要求.     

CaB6陶瓷研究的进展

综合介绍了CaB6陶瓷粉末、多晶体和单晶体的制备方法。评述了各种方法的基本原理和特点。合成CaB6粉末最常用的方法为碳化硼法，此方法能够以低成本制备较纯的CaB6粉末。但是得到的粉末具有硬团聚现象，使CaB6粉末的烧结有一定的难度。由于CaB6在高温下具有高的化学活性和低的塑性,CaB6多晶多采用热压烧结的方法在高温高压下制备。单晶的制备主要采用区熔法和熔剂法。区熔法适合于生产大尺寸的CaB6单晶，而铝熔剂法制备的CaB6单晶尺寸最大为5mm，对测定其某些物理性能有一定的局限。对CaB6陶瓷的应用及国内外研究现状作了简要的概括，并对其今后的发展趋势作了展望。     

OFDM水下通信系统信道估计插值算法性能分析

在正交频分复用(OFDM)水下通信系统中,信道估计作为一项关键技术直接影响着系统的性能.研究基于导频信息的线性插值、二阶多项式插值、三次样条插值等信道估计插值算法,应用Matlab仿真给出它们的性能比较,得出不同插值算法下OFDM系统误比特率(BER)和信噪比(SNR)之间的变化关系,以及在不同导频间隔和不同多普勒频移条件下的误比特率曲线图,从而为更好的设计导频间隔,进行水声信道估计提供有力的参考.     

基于多代表点学习的RSKNN分类算法

RSKNN 算法是一种基于变精度粗糙集理论的 k-近邻改进算法,该算法能够保证在一定分类精度的前提下,有效地降低分类的计算量,提高分类效率。但由于 RSKNN 算法只是简单地将每个类中的样本划分成一个核心和边界区域,并没有根据数据集本身的特点进行划分,因而存在极大的局限性。针对存在的问题,提出一种多代表点学习算法,运用结构风险最小化理论对影响分类模型期望风险的因素进行分析,并使用无监督的局部聚类算法学习优化代表点集合。在UCI公共数据集上的实验表明,该算法比RSKNN算法具有更高的分类精度。     

吲哒帕胺的合成进展

简要概述了吲哒帕胺在医学上的研制、药用价值和市场应用情况及前景;介绍了吲哒 帕胺的物理性质,详细综述了以2,3-二氢-2-甲基-1H-吲哚和4-氯-3-磺胺基苯甲酰氯为 原料的合成方法和工艺,分析了其优点和缺点。     

中文信息处理的词法问题——以句本位语法图解树库构建为背景

该文对比了句本位语法图解树库与中文信息处理现行词法规范在分词单位和词类标注两方面的差异,指出目前自动词法分析与句法分析的若干脱节之处,梳理了图解树库中关于临时造词、惯用语等特殊结构的标注策略和语言学理据,并探讨了“依句辨品”和“指称化”等汉语词类相关理论在中文信息处理中的实现方式。     

英语情态句的情感倾向性分析

该文研究了英语情态句的情感倾向性分析问题。情态句是英语中的常用句型,在用户评论文本中占有很大的比例。由于其独有的语言学特点,情态句中的情感倾向很难被已有的方法有效地分析。在该文中,我们借助词性标签进行了情态句的识别,并提出了一种情态特征用于帮助情态句情感倾向性的分析。为了进一步提高分析效果,我们还给出了通过合并同义情态特征来缓解情态特征稀疏性问题的方法。实验结果表明,在二元及三元情感倾向性分类问题上,该文提出的方法在F值上较经典分类方法分别有4%及7%的提高。