基于S7-200 Smart和V20的恒压供水系统优化设计

以变频器为控制核心,通过压力传感器把取水出口压力值转换成电流信号,输入变频器的模拟量输入通道与设定值进行比较,结合多泵控制功能,将得到的偏差值直接控制水泵机组的出力,达到恒压供水的目的.PLC将运行数据通过工业以太网端口传送到上位管理平台,用于远程监控.测试结果表明相同的用水负荷下,采用变频器控制比传统的PLC控制具有更好的稳定性和经济性.     

高校虚拟现实人才培养及教学内容规划

分析虚拟现实应用技术的3个特点,依据此特点给出虚拟现实人才培养的层次化目标,提出高校虚拟现实人才培养的整体思路,并进一步探讨虚拟现实课程的教学内容规划.     

移动平台三维花卉植物触摸反馈可视化模拟

移动平台上高交互感的三维花卉植物可视化已成为植物研究、园艺设计等领域的重要需求,但现有植物运动形变方法还不能根据触摸力度对整株花卉植物或单一叶片的受力进行不同的形变过程模拟。为此,提出一种改进的三维花卉植物触摸反馈可视化模拟方法。根据植物整株交互需求或单一叶片受力情况,研究不同方式的触摸反馈模拟方法。在模拟触摸反馈时,整株受力应用动力学原理,抽象为杆件模型并计算形变结果。单一叶片受力时,根据触摸屏获取数据,并结合叶脉骨架旋转模型算法,模拟不同力度触摸造成的叶片形变,过程中无需手动输入参数。仿真结果表明,该方法应用于移动平台后,帧速率稳定,具有较高的真实感。     

基于网格化拉马克学习机制的差分进化算法

引入拉马克进化理念,提出一种基于网格化拉马克学习机制的差分进化算法。该算法在网格划分机制建立起的分布式搜索框架下,采用单元格最优解保护机制、学习步长机制、解空间同仁机制和定矢变异机制组成拉马克学习模式。仿真结果表明,所提算法可以充分发挥拉马克学习的局部搜索能力,又可有效避免早熟收敛,其求解精度明显优于其他比较算法。将所提算法应用于电力系统最优潮流计算问题,获得了良好的优化效果。     

强磁场对硅锰铸钢于A_1点附近等温珠光体相变的影响

通过开展12 T强磁下硅锰铸钢(50Si_2Mn_3)于A_1点温度附近不同等温时间的热处理试验,并对比强磁场与无磁场条件下等温珠光体相变试验结果,研究了磁场对珠光体转变量及组织形貌的影响。研究表明,对于50Si_2Mn_3在A1点以下较高温度范围内,强磁场可缩短珠光体相变的孕育期,促进硅锰铸钢珠光体转变,使其转变量明显增加;强磁场能够提高珠光体转变临界点,使50Si_2Mn_3在A1点以上等温过程中能够发生珠光体相变。     

面向VR应用系统的Java 3D API

0　引　言Java3D API是用来开发三维图形和开发基于Web的 3D应用程序 (applet)的编程接口 .目前用于开发三维图形软件的 3D API(Open GL、Direct3D)都是基于摄像机模型的思想 ,即通过调整摄像机的参数来控制场景中的显示对象 ,而 Java3D则提出了一种新的基于视平台的视模型和输入设备模型的技术实现方案 ,即通过改变视平台的位置、方向来浏览整个虚拟场景 .它不仅提供了建造和操作三维几何物体的高层构造函数 ,而且利用这些构造函数还可以建造复杂程度各异的虚拟场景 ,这些虚拟场景大到宇宙天体 ,小到微观粒子 .Java 3D 是Java Med…     

实体关系的自动抽取研究

针对实体关系的自动获取难题,将极大熵算法和Bootstrapping算法相结合,利用Bootstrapping算法和标量聚类的思想,通过设置种子模板和种子词获取了极大熵算法中所需的特征词.结合极大熵算法,从语言的形态学、语法、语义等方面系统地设计了9个特征,尽可能全方位地描述文实体的真实情况.搭建了实验所需的系统框架,实现了实体关系的自动抽取.实验结果表明:该方法能够有效地解决实体关系的自动生成问题.     

SPT—快速计算FreeCube的方法

文章首先分析了目前国内外数据立方体计算的研究现状,指出其优缺点。接着在free-set的概念上,给出了一系列相关定义,挖掘了free-set的性质,建立了FreeCube的概念结构。就FreeCube的计算而言,充分考虑到free-set的性质,结合BUC算法的特点,提出了高效的算法SPT(Selecting-PartitionandTrimmingComputationofFreeCube),并从多个角度进行了实验,与相关工作做了对比,说明该算法的优越性。     

住宅配送—邮政欲大力进军的物流领域

本文通过介绍国外BtoC住宅配送业务发展现状,分析其业务特征,对邮政进军住宅配送业务市场的必要性与可行性予以探讨,并且有针对性地提出该业务的发展对策。     

一种估计前馈神经网络中隐层神经元数目的新方法

前馈神经网络中隐层神经元的数目一般凭经验的给出，这种方法往往造成隐单元数目的不足或过甚，从而导致网络存储容量不够或出现学习过拟现象，本研究提出了一种基于信息熵的估计三层前馈神经网络隐结点数目的方法，该方法首先利用训练集来训练具有足够隐单元数目的初始神经网络，然后计算训练集中能被训练过的神经网络正确识别的样本在隐层神经元的激活值，并对其进行排序，计算这些激活值的各种划分的信息增益，从而构造能将整个样本空间正确划分的决策树，最后遍历整棵树寻找重要的相关隐层神经元，并删除冗余无关的其它隐单元，从而估计神经网络中隐层神经元的较佳数目，文章最后以构造用于茶叶品质评定的具有较佳隐单元数目的神经网络为例，介绍本方法的使用，结果表明，本方法能有效估计前馈神经网络的隐单元数目。