变母线电压工况下开绕组PMSM单矢量模型预测转矩优化控制

为改善双电源供电型开绕组永磁同步电机(permanent magnet synchronous machine,PMSM)在采用传统单矢量MPTC控制策略时转矩脉动大、计算复杂度高、权重系数较难整定的问题,该文提出一种基于电压矢量幅值的最优矢量快速选取方法,利用无差拍预测转矩控制思想,直接预测出参考电压矢量,消除评价函数中的权重系数,分析变母线电压工况下的基本电压矢量变化趋势,结合扇区细分的思想,对不同电压比例下的矢量选取方法进行分析推导,充分考虑了双电源供电型开绕组PMSM拓扑的所有基本电压矢量,采用类似开关表的方法建立了不同扇区内的最优矢量选取方法,降低算法的计算复杂度,有效改善了电机的转矩脉动。实验结果表明,该文提出的单矢量模型预测转矩控制策略在宽母线电压比例范围内均能获得较好的电机控制效果。     

改进Otsu与形态学相结合的水体信息提取北大核心CSCD

水体提取对于洪涝灾害评估有着重要的意义。针对传统的Otsu分割阈值会偏向方差大的一类,因此分割结果包含大量的伪水体,给后续处理增加了极大困难的问题,提出目标权重改进的Otsu和结合高程连通标定的形态学优化方法。通过实验证明,基于目标权重改进的Otsu可以有效地平衡分割阈值,计算的分割阈值更接近真实分割阈值。利用改进Otsu提取水体的初始分布图,并采用结合高程连通标定的形态学优化方法对其进行优化,得到最终的水体分布图。对实验结果分析得出,该水体提取方法可以充分发挥改进Otsu和结合高程连通标定的形态学优化方法在提取水体方面的各自优势,大大提高了水体提取的精度。利用该方法对覆盖彭泽县的影像数据进行水体提取,验证了该方法提取水体的可靠性。     

银行业信息科技风险管理能力探究

本文从国内外的信息安全风险管理法律法规出发,全面介绍了银行等金融机构如何构建一套动静结合的信息安全保障体系,全面提升银行业信息科技风险管理能力。     

.NET环境下MFC框架应用的包装集成技术研究

为有效解决.NET应用中对MFC遗留应用系统的快速集成问题,并尽量重用已有系统,研究了.NET环境下MFC应用系统的包装集成技术,提出了用混合DLL方式来对MFC应用进行大粒度封装的方案.在此基础上开发了一个包装器中间件,对该中间件的体系结构进行了分析,叙述了中间件主要组成部分的关键实现技术,然后给出了一个实例.实践结果表明,该技术是行之有效的,能够满足许多应用系统的需求,提高开发效率.     

新计算机软件在辅助教学中的应用

计算机辅助教学是一种新兴的教育技术,广泛应用于现代教学,具有非常良好的教学效果。分析了传统计算机辅助教学的优势和不足,介绍了新的计算机辅助教学软件。新型计算机辅助教学软件具有双向对讲、电子举手及分组讨论功能,使师生之间交流、沟通更方便,弥补了传统计算机辅助教学中的缺陷。     

基于单元树结构的广度优先P2P搜索算法

提出基于单元树结构的广度优先搜索算法UTBFS。将单元树结构生成算法与广度优先算法相结合,阐述UTBFS的实现思路,对其时间复杂度、空间复杂度、可行性、优越性进行分析。实验仿真结果显示,相比于传统的广度优先搜索算法和随机广度优先搜索算法,UTBFS减少了需要转发消息的邻居节点个数和冗余消息,因此性能更优。     

异步数据传输机制（ACM）的有限状态机建模分析

介绍异步数据传输机制(Asynchronous Communication Mechanism,ACM)的基本理论,采用有限状态机理论建立ACM的抽象数学模型,通过此模型分析研究了ACM的相关特性,以及亚稳态问题对于这种机制的影响.ACM在异步模块间的数据传输等方面的应用具有突出的优势.     

基于加权对称图像的二维FDA人脸识别算法

提出一种融合加权对称图像的二维FDA人脸识别算法。将人脸图像分解为奇偶对称脸,并利用加权因子将奇偶对称脸重构新的人脸样本,通过二维FDA算法求解新样本图像的最优特征子空间进行人脸分类。有效融合二维FDA算法的优点,并利用人脸对称性的特征,同时进一步分析加权因子对人脸识别效果的影响,通过选取最优加权因子最大地提高识别率。在人脸图像库ORL中进行的实验结果表明,该算法有效并能获得较高的识别率。     

基于回归树和AdaBoost方法的刀具磨损评估

本文利用高速数控铣刀铣削中不同侧面方向的切削力和振动信号以及声发射信号均方根值,以数据驱动的形式对刀具磨损进行了拟合评估. 在本次研究中,分别从时域、频域和时频联合域上探索与刀具磨损相关的敏感特征,具体特征提取方法包括时域统计分析、频域上的快速傅里叶变换（FFT）和时频联合分析的小波变换（WT）. 本文中,决策树被用于回归问题而非分类问题,用于评估刀具磨损值. 同时,引入AdaBoost算法对回归树模型进行提升,并从模型的准确性、稳定性和适用性三个方面上综合对比了提升的决策树回归模型和原模型的性能. 研究表明,AdaBoost算法提升的回归决策树模型在预测的准确性和稳定性上都有一定程度上提高,并且在面向全新刀具磨损预测的适用性上也取得了不错的提升效果.