手工织造经验对于侗锦图案设计的辅助作用

在公众普遍对非物质文化和传统手工艺关注的前提下,设计师与手工艺人协同创新成为一种趋势。设计者在对传统手工艺进行创新设计的过程中往往忽视对手工技艺的亲身实践。文章通过实验证明了手工织造经验对于设计的重要性。并分析了其在设计流程、参考素材使用和工艺制作适用性方面的辅助作用。     

具有副本抑制能力的多跳无线网络路由协议

针对多跳无线网络中机会路由的副本传输问题,提出一种新的机会路由协议。提出的策略不再简单采用单跳广播的方式转发数据,而是通过节点间的距离确定转发开销,再让数据包携带下一跳候选节点信息并根据候选节点的ACK选择下一跳节点,从而保证了每个数据包只有一个候选节点进行转发。仿真结果显示,提出的方案能减少不必要的传输行为,有效改善了网络吞吐率。     

稀疏表示分类中遮挡字典构造方法的改进

针对稀疏表示分类算法中遮挡字典维数高且无冗余的问题,提出一种遮挡字典构造方法.首先通过图像分块得到各级的遮挡基图像;然后将所有互不相同的遮挡基图像按字典顺序转化为向量,并用这些向量作为遮挡字典的列,从而构造出维数相对较低且具有一定冗余度的遮挡字典.实验结果表明,该方法不仅明显提高了稀疏表示分类算法对遮挡人脸的识别率,而且还能通过减少图像的分块级数降低稀疏分解的耗时量,提高运算效率.     

改进粒子群算法优化扩展卡尔曼滤波器电机转速估计

针对感应电机扩展卡尔曼滤波器转速估计中难以取得卡尔曼滤波器系统噪声矩阵和测量噪声矩阵最优值的问题, 提出了一种基于改进粒子群算法优化的扩展卡尔曼滤波器转速估计方法。算法通过融合遗传算法和粒子群算法的优点, 采用可调整的算法模型对粒子群算法进行改进, 将改进的粒子群算法对扩展卡尔曼滤波器中的系统噪声矩阵和测量噪声矩阵进行优化处理, 将优化后的卡尔曼滤波器应用于感应电机转速估计。仿真实验表明, 与试探法、标准粒子群算法及遗传算法比较, 改进粒子群算法优化的扩展卡尔曼滤波器能够有效提高转速估计的精度, 从而提高无速度传感器矢量控制系统的控制性能。     

3-氯-2′-溴苯丙酮的合成研究

考察了各因素对 3 -氯苯丙酮与溴单质反应生成 3 -氯 -2′-溴苯丙酮的反应的影响 ,结果表明 ,以二氯甲烷为溶剂、3 -氯苯丙酮与溴摩尔比为 1∶ 1 ,催化剂 HD2 0 0 1用量为 1 % ,溴滴加时间为 1 h,常温反应是最佳反应条件 ,产物纯度达98.83 % ,收率达 96.1 %。     

基于改进混沌扩频序列的多用户混沌扩频通信系统的研究与仿真

提出一种改进混沌扩频序列,并将其应用在多用户混沌扩频通信系统中,给出了多用户混沌扩频通信系统的理论推导和SIMULINK仿真模型。对该系统进行了详细的性能分析,包括信噪比、用户数、改进混沌扩频序列的分形参数和初始值等各自对系统误码率的影响,并比较了改进混沌扩频序列与传统混沌扩频序列的系统误码率随信噪比和用户数的变化情况。结果表明改进混沌扩频序列要好于传统混沌扩频序列的系统误码率,具有较好的抗噪声和抗多址干扰的能力。     

莫来石-堇青石复合材料的制备与性能研究

由热压和液相烧结方法制得了具有各种莫来石含量和显微结构的莫来石-堇青石复合体.研究了各种烧结温度、时间、气氛条件下复合体的致密度和显微结构的改善.还研究了复合体弹性模量、断裂韧性、热膨胀系数与组成之间的关系.研究结果表明,复合体的断裂韧性随莫来石含量和杨氏模量线性增加,粗的针状莫来石由于其穿晶断裂模式而有较高的断裂韧性.     

汽车后视镜气动干涉阻力特性的数值计算研究

以获得汽车后视镜最优气动造型和改善汽车燃油经济性为目的,应用计算流体动力学方法对汽车外部流场进行了数值分析,详细描述了汽车后视镜的气动干涉阻力特性,重点分析了后视镜形状和相对车身的横向距离对气动阻力的影响.计算结果表明:后视镜气动阻力占整车气动阻力的4.08%;后视镜的形状和位置对气动阻力影响较大,存在一个最佳的横向距离使得气动阻力系数最大能够下降2.76%.汽车模型的风洞试验验证了该数值计算方法的准确性,计算分析结果为汽车后视镜的设计与改进提供了参考依据.     

一种评价制造过程中产品质量特征影响因素的模糊方法

为了方便现场工程师选出较重要的影响因素加以控制来保障产品的质量,提出了定量描述和评价制造过程中影响因素对多个产品质量特征影响程度的模糊方法.首先通过模糊方法定量表示一组专家对影响因素对单个质量特征影响程度的判断,并通过模糊矩阵方法从质量特征整体的角度来评估这些影响因素对多个质量特征的影响程度.最后通过一个工件实际加工中分析和评价影响其质量特征的影响因素的实例来验证所提方法的有效性.     

个性化搜索引擎推荐算法研究*

将个性化引入搜索引擎出现了稀疏性、精确性、扩展性等新问题。针对以上问题,提出了一种基于SVD（单值分解）影响集的协作过滤推荐算法,在利用矩阵相关技术以及扩大影响的基础上,将用户潜在感兴趣的资源推荐给用户。实验表明,该算法可有效解决以上存在的问题,显著提高个性化系统的推荐质量。