SM-2化学合成磨削液润滑性能的试验研究

通过对含有不同润滑添加剂合成液性能模拟试验,发现表面活性剂和极压添加剂对磨削液润滑性真有不同的作用机制。通过同时选用适当的表面活性剂和极压添加剂能充分减少摩擦。进一步的磨削实践表明,同时含有表面活性剂CNA和极压添加剂EP-SS的化学合成磨削液SM-2具有良好的润滑性能,是精密磨削轴承等替代现有乳化液的理想产品之一。     

基于混合蛙跳与阴影集优化的粗糙模糊聚类算法

针对粗糙模糊聚类算法对初值敏感、易陷入局部最优和聚类性能依赖阈值选择等问题, 提出一种混合蛙跳与阴影集优化的粗糙模糊聚类算法(SFLA-SRFCM). 通过设置自适应调节因子, 以增加混合蛙跳算法的局部搜索能力; 利用类簇上、下近似集的模糊类内紧密度和模糊类间分离度构造新的适应度函数; 采用阴影集自适应获取类簇阈值. 实验结果表明, SFLA-SRFCM 算法是有效的, 并且具有更好的聚类精度和有效性指标.

     

一种改进的传感器节点多维标度定位算法

传感器节点的位置信息在无线传感器网络的监测活动等应用中起着至关重要的作用,而实现节点定位较好的方法是采用定位算法进行估计,因此定位算法的研究是目前热门的研究课题之一.本文主要研究分析了分布式加权多维标度定位算法,针对其不能适应网络连通度变化、网络拓扑不规则且收敛速度较慢等不足,提出了一种改进算法.该算法采用的加权机制与邻居选择机制综合考虑1跳邻居数目、节点自身定位精度与测距误差,并且引入最速下降法优化其目标代价函数.实验结果表明:在相同的实验环境下改进算法与原算法相比,在定位精度提高的情况下对不规则、大规模网络有很好的适应性且有更好的鲁棒性.     

别做怨妇

我有一位女友，大学时的死党。彼时，她是校园里最娇艳的花朵，爱慕者甚众。可是，她却选择了一位才不出众、貌不惊人的男生做男友，并于大学毕业后第三年与之缔结连理。我们都以为，如此“下嫁”的婚姻，必定是固若金汤、坚如磐石的。孰知，婚后第三年，传来不良消息：她老公有了外遇。     

高校声乐教学中的哲学思考

声乐艺术是通过一种较为兴奋和激动的状态以及情绪进行创作的高级神经活动。从哲学的角度来分析高校声乐教学的过程以及教学目标。声乐的发声过程本身就是呼与吸对立统一的过程,而对立统一规律又是哲学领域非常重要的理论,对于学习声乐的人来说,如果能够从哲学的角度来正确的理解和把握对立统一的原则,对他们的声乐学习有所裨益。同时,声乐教学的目标也具有哲学的规律,声乐教学应围绕教学目标做到具体问题具体分析。     

变电站自动化通信技术现状及发展

变电站自动化技术的关键是通信技术的实现。本文从分析当前变电站自动化的发展趋势出发，探讨通信技术的功能、要求、实现方式及发展方向。总结国内变电站自动化技术应以现场总线通信网络为实现手段，集成标准通信协议，保证通信的实时性、可靠怀、开放性的要求，并且随着国家电力数据网（SPNet)的建设，变电站自动化通信技术也将引入网络技术，成为信息化电力系统的重要组成部分。     

用遗传算法求解Hilbert病态方程组的研究

本文概述了遗传算法的基本原理，给出了用遗传算法求解态线性方程组时需考虑的若干问题，并以求解Ｈｉｌｂｅｒｔ病态线性组为例，验明了遗传算法求解的有效性。     

基于改进的混合基因算法的FIR数字滤波器设计

研究了利用模拟退火遗传算法来设计FIR数字滤波器的方法。针对算法在寻优过程中，易陷入局部最优解和搜索缓慢的特点提出了改进方法，该方法充分利用了遗传算法的并行化抽样过程和模拟退火算法中控制算法的收敛性，不仅优化了时间性能，避免出现收敛的“早熟”现象，而且在一定程度上提高了算法的搜索性能。最后结合FIR低通数字滤波器的设计给出了仿真结果。     

钨精矿中高含量钨的测定

钨矿中低含量的钨比色测定及差示比色法已有报道,但差示比色法测定钨究竟能比到多高含量钨未见报道过.我室对高含量钨的测定通常用重量法,繁而费时.本法是在低含量比色法测钨的基础上对高含量钨差示比色法进行了探讨,差示比色法中测量范围,参比溶液的选择及对绘制曲线的影响做多次试验.此法对钨精矿中三氧化钨含量高达75％的试样,能满足选矿工艺的要求.一主要试剂:1.过氧化钠     

增强层次CNN模型在目标识别应用中的研究

受生物视觉信息处理机制启发的目标识别是当前计算机视觉领域研究的热点之一,其主要思想是对大脑视觉皮层中视觉信息的层次性处理过程进行模拟,构建数学模型来实现目标识别。然而传统的层次化计算模型通常以前馈信息传递为基础,层与层之间采用被动的硬连接方式,强调对视觉信息的多层分解,却较少涉及视觉神经系统的主动感知和学习过程。因此选择以同时具备稀疏连接思想和自我学习机制、并且具备良好网络拓扑结构的卷积神经网络为框架,基于经典卷积神经网络模型,融入分层和仿生的思想,提出新的基于视觉神经增强层次CNN模型——IH-CNN。实验结果表明,IH-CNN模型可以较好的解决大规模图像中的目标识别问题,目标识别准确率高达84%。