机械摆反馈机构的仿真设计

机械摆采用机械反馈机构，可以把系统的末端状态反馈到中间机构，通过调整框杆支点，实现机械摆随机同步跟踪。这里对该机械摆反馈机械进行了结构设计、解析计算和计算机仿真设计。这种设计现已成功地应用于某一工程机械设备的自动接货、供货装置上。     

网络考试分析系统设计研究

对目前常见网络考试分析系统的功能和特点进行了对比分析,然后提出改进方案,建立相应的系统模型,并明确作为检验网络教学效果的重要手段之一,设计一套完善的测试结果分析工具是非常必要的。     

新钢板坯连铸中间包采用控流槽的水模拟实验

通过板坯连铸中间包水模拟实验,表明新型控流装置--控流槽可大大改善中间包内流体的流动特征参数和流动轨迹,并具有防止卷吸气体作用.     

微量Si在W—7Ni—3Fe重合金中的行为

研究了掺到原料Ｗ粉中微量Ｓｉ（４００ｐｐｍ）在Ｗ－７Ｎｉ－３Ｆｅ重合金中的分布及在液相烧结过程中的行为。结果表明，Ｓｉ主要以固溶形式分布在Ｗ晶粒中。Ｘ射线光电子能谱（ＸＰＳ）分析发现，在掺杂Ｓｉ的Ｗ－Ｗ及Ｗ－基体相界面富集ＳｉＯ２和Ｎａ２ＳｉＯ３在未掺杂试样的断口表面发现了较弱的ＷＯ２的ＸＰＳ谱，而在掺杂合金中未发现ＷＯ２。     

一种自适应的仿生图像增强方法:LDRF算法

为了研究基于人类视觉系统特性(亮度自适应特性和视网膜神经元感受野非经典侧抑制特性)的仿生图像处理方法,增强仿生图像增强算法的自适应性,提出了一种新的自适应仿生图像增强算法——LDRF算法.LDRF算法首先建立参数对数模型对图像全局亮度进行自适应调整,然后采用三高斯动态滤波进行局部细节增强,引入Wal-lis算子建立增益因子模型,使局部细节增强具有自适应性,最后通过线性变换恢复图像彩色信息.在大量图像上进行对比实验和分析.实验结果证明,LDRF算法能够避免过增强现象,并且针对不同大小、不同内容的图像能够自适应地进行图像增强,取得了较好的效果,提高了仿生图像增强算法的实用性.     

车辆悬架用电磁执行器的建模与试验研究

应用电磁感应的基本原理,设计了一种新型的车辆主动悬架用电磁直线执行器,该执行器具有响应快,出力大和动行程大的特点。通过两种不同的建模手段,即有限元建模和集总元件动力学建模的电磁力仿真对比分析,两者基本吻合,表明了执行器模型的准确性。利用所建立的有限元模型,研究了执行器结构参数如气隙厚度和次级铜层厚度对电磁力的影响规律,并选取合理的参数进行执行器的样件试制。通过对加工后的样机模型进行电磁力响应的试验测试,并分别与有限元模型和集总元件动力学数学模型进行相应的比较,试验数据与仿真结果基本一致,进一步验证了模型的准确性。     

基于五层十五级遥感数据结构的并行算法研究

针对当前环境与监测预报小卫星宽覆盖和海量数据显示与处理不足的现状,设计五层十五级遥感数据组织结构,并依据此结构设计一种新的并行计算算法,得到并行计算的最大近优估算值,优化环境与监测预报小卫星海量数据的遥感产品生产能力,提高环境监测预报效率。     

一种新的双模式神经网络盲均衡器设计与仿真

在通信系统设计中,常采用盲均衡器来抑制带限信道导致的码间干扰。但传统的常数模算法(CMA)以及基于CMA的双模式算法对于多进制正交调幅信号(QAM)存在较大的误判,收敛后QAM系统性能较差等不足之处。在修正常模算法(MCMA)的基础上,针对QAM信号为多模信号的特点,采用多模算法(MMA)与修正判决引导算法(MDD)结合的双模式算法,并引入可准确模拟信道逆系统的多层感知机结构,得到了一种新的基于双模式算法的多层感知机结构神经网络盲均衡器,利用新算法调整神经网络参数,并且利用重置模块跟踪信道变化。仿真结果表明,新算法调整的神经网络盲均衡器双模式盲均衡器在稳态MSE、收敛性方面都有所提高,并具有抵抗信道突变的能力,为通信系统设计提供参考。     

深度学习的人体图像半自动标注系统

针对目前数据标注过于依赖硬件、手动数据标注效率低下的问题,提出了基于深度学习的人体图像半自动标注系统.系统通过对算法进行改进,增加人体关键点个数进行特征提取和加入运动信息的约束,提高了视频分阶段标注的准确率.使用真实数据集仿真实验证明了通过深度学习算法进行数据标注的可行性,并且使用半自动标注的速度快、准确率高.     

车联网基于信任度的RSU识别及资源分配算法

在车联网中,由于部分路侧单元（RSU）的位置比较偏远,无法得到网络管理员的及时维护,可能遭到攻击,变为不可信任的路侧单元,降低了车辆的通信质量和网络能效.为了有效地识别RSU的可靠性,提出了一种基于信任度的路侧单元识别及资源分配算法,将路侧单元识别、传输模式的选择和功率分配联合建模为网络能效的优化问题,并分成3个子优化问题,分别求解.首先,采用基于信任度的RSU识别算法,识别出可信任和不可信任的路侧单元;其次,优化车辆资源块配置和链路选择;最后,通过次梯度算法优化传输功率,最大化网络能效.理论分析和仿真结果表明,所提算法具备较低的复杂度,可以达到较高的路侧单元识别准确度,并有效地提升网络总能效.