GD2308高速加固缝纫机压脚有限元建模与分析

以工业缝纫机的减振降噪为应用背景,针对其结构特点及工作特性,通过CATIA对GD2308高速加固缝纫机压脚进行有限元建模,应用有限元软件ANSYS对压脚进行网格的划分,生成有限元分析模型,对压脚进行动态特性分析,计算压脚的前10阶固有频率与前6阶振型,给出振型图.分析结果表明,压脚结构振动主要表现为弯曲、扭转和弯扭组合...     

复杂动态网络的牵制同步控制

研究了复杂动态网络的牵制同步控制。首先,阐述了一个新的动态网络,这个网络具有不同的节点结构,而且每个节点都是具有相同维数的动力系统。通过设计合适的控制器,此网络的状态将指数同步到一个稳定的状态。其次,给出了一些同步准则和一个例子去验证理论结果。MATLAB仿真结果表明,在整个网络被控制到平衡点时,在网络中随机地选择两个节点施加牵制控制,甚至仅对网络中度最大的那一个节点施加牵制控制,都能使网络的状态在很短的时间内达到同步。MATLAB仿真结果与理论分析相一致。     

一种基于扩展UML的企业应用软件PIM模型

针对UML在企业应用软件建模中可用性差和效率低的问题,提出一种基于扩展UML的企业应用软件PIM模型.通过对企业应用软件特点的分析,建立了一个以业务对象为中心的多视图集成PIM模型,对UML进行扩展,在它的元模型中增加了描述企业应用软件PIM模型中的概念及其之间关系的元类、版型和标记,并采用包对这些概念和关系进行不同视点的划分.基于扩展UML的企业应用软件PIM模型通过业务对象的丰富语义实现了UML中各种图之间基于语义的集成,改善了UML的可用性,提高了企业应用软件的建模效率.结果表明:通过实际案例验证了该模型的可行性和有效性.     

轻型钢垫板锚墩的施工设计与应用

以拉西瓦等水电站地下厂房预应力锚索施工为个例,对轻型钢垫板锚墩在大型地下厂房中的施工设计与应用问题进行初步探讨。     

论惠特曼诗中的三大主题

瓦尔特.惠特曼(Walt Whitman 1819-1892)是第一个走向世界文坛的美国诗人、是一位伟大而真诚的民主主义战士。他的诗以赞美人和自然,歌颂平等、民主、自由为主调,他自信自立、崇尚自由、平等、民主的个性都鲜明地反映在《草叶集》(Leaves of Grass)中。     

Al2O3陶瓷粉料的喷雾干燥工艺要点

本文阐述了喷雾造粒过程中的相关制备工艺 ,并通过实验总结出一套合理的工艺控制参数     

基于K-SVD的低信噪比WMSN视频图像稀疏去噪

无线多媒体传感器网络WMSN因感知视频等信息的优势而被广泛应用,但受天气、光照等外因干扰,所采集视频图像常含有较为严重的噪声。因此,在低信噪比条件下进行视频图像去噪是保证WMSN视频监测有效性和可靠性的关键。在分析WMSN视频图像特征的基础上,首先对其进行周期性采集、分帧及帧差等预处理;然后对关键帧运用K SVD训练DCT冗余字典以充分稀疏表示图像特征,并采用基于残差比的改进型Batch OMP实现关键帧去噪及重构,而对残差帧则基于DCT冗余字典进行稀疏去噪处理;最后,叠加去噪后的关键帧和残差帧,从而整体上实现低信噪比WMSN视频图像的去噪及重构。实验表明,本算法能更加有效地、较为快速地滤除视频图像噪声,适用于低信噪比WMSN视频图像去噪。     

化学工程中多目标遗传算法的应用

多目标遗传算法(MOGA)是在遗传算法的基础上发展起来的,它可以进行多个目标之间直接权衡.介绍了多目标遗传算法的概念及发展历程,重点介绍了非劣排序遗传算法(NSGA)和NSGA-Ⅱ,以及多目标遗传算法和过程模拟器结合在化学工程中的应用情况.     

基于自然最近邻的密度峰值聚类算法

针对密度峰值聚类算法(Density Peaks Clustering,DPC)需要人为指定截断距离d c,以及局部密度定义简单和一步分配策略导致算法在复杂数据集上表现不佳的问题,提出了一种基于自然最近邻的密度峰值聚类算法(Density Peaks Clustering based on Natural Nearest Neighbor,NNN-DPC)。该算法无需指定任何参数,是一种非参数的聚类方法。该算法首先根据自然最近邻的定义,给出新的局部密度计算方法来描述数据的分布,揭示内在的联系;然后设计了两步分配策略来进行样本点的划分。最后定义了簇间相似度并提出了新的簇合并规则进行簇的合并,从而得到最终聚类结果。实验结果表明,在无需参数的情况下,NNN-DPC算法在各类数据集上都有优秀的泛化能力,对于流形数据或簇间密度差异大的数据能更加准确地识别聚类数目和分配样本点。与DPC、FKNN-DPC(Fuzzy Weighted K-nearest Density Peak Clustering)以及其他3种经典聚类算法的性能指标相比,NNN-DPC算法更具优势。     

Excel规划求解在数据分析与处理中的应用

数据处理与分析主要解决两方面问题:一是对大数据进行统计分析,找出其内在规律,作为决策的依据;二是对实验数据进行分析、归纳,建立数学模型,探求科学真理。Microsoft Excel以其强大的数据处理功能,广泛地应用于管理、统计财经、金融等众多领域。其中的规划求解宏能很好地求解线性规划问题、数学模型中的参数优化以及单变量求解。随着对规划求解功能的探索,它将会解决数据分析与处理中更多的问题。