一种轮毂电机悬架构型及其减振性能的研究

针对轮毂电机驱动的电动汽车簧下质量的增加导致车辆平顺性下降的问题,采用与轮辋连接的三个对称分布的减振器和弹簧作为驱动电机悬架,主动轮与车体之间仍采用原车悬架结构.建立含路面激励与电机振动激励的车辆1/4垂向振动数学模型,采用B级路面作为路面激励,以0阶和8阶电磁力波作为电机振动激励.实例仿真研究双激励下的车身加速度、车轮动载荷、悬架动挠度以及电机位移等响应,比较不同车速下的系统响应,分析电机悬架参数对系统响应的影响.结果 表明,电机振动激励对系统有一定的影响,路面输入是振动的主要来源,电机悬架阻尼系数的影响大于弹簧刚度的影响,上述悬架构型在宽车速范围内都表现出良好的减振性能.     

牙嵌式自由轮差速器传力齿的设计与强度分析

在极限工况下,牙嵌式自由轮差速器可将转矩完全传递给单侧驱动轮。这必将导致主、从动环所受应力增大,容易发生断齿现象。传力齿的强度是牙嵌式自由轮差速器设计过程中需要重点考虑的因素。本文根据牙嵌式自由轮差速器的结构与工作原理,以猛士越野车为例,运用Ansys Workbench软件进行仿真分析,对传力齿进行设计对不同齿形及齿数的消声环强度进行计算,选择出合理的消声环齿形和齿数。     

基于Delaunay三角剖分的有向传感器网络覆盖增强算法*

针对视频传感器网络的区域覆盖问题,提出一种基于Delaunay三角剖分思想的几何算法,选取围绕传感器的具有最大面积的Delaunay三角形重心作为决策方向。在此基础上,将Delaunay三角剖分的几何方法与分布式贪婪算法进行了融合,引入“贡献率”概念反映节点在其候选方向上可能覆盖区域的大小,以解决冗余覆盖的问题。仿真结果证明了该算法的有效性。     

精锻齿轮齿型肥大问题的解决

叙述了精锻齿轮生产中遇到的齿型肥大问题,分析了其产生原因,提出了解决方法.     

论新疆东部香山断裂与金的成矿关系及找矿方向

香山断裂带东部为金矿密集区，众多金矿点的发现及高品位矿石的采获，预示深部有隐伏大矿的信息。     

PalmPhasor算法性能的理论分析

模板的安全性和隐私性是掌纹系统实际应用的关键问题,然而生物特征保护的多项指标通常相互冲突并且难以同时满足.作为解决上述冲突的一种可撤销掌纹编码算法,PalmPhasor实现了高效、安全的掌纹认证.建立了系统分析PalmPhasor性能的完整框架.为了便于具体分析,将情景分为4种情况,并且提供了支持相应分析的预备知识,包括辅助定理以及Gabor滤波掌纹图像实部和虚部分布特性.在统计学基础上建立的理论分析和实验结果均表明:即使在用户口令被盗的情况下,多方向分数级融合增强的PalmPhasor算法也可以同时有效地满足可撤销生物特征的4项指标.     

一种多目标资源受限项目调度问题的教学算法

针对多目标资源受限项目调度的特性, 基于结合活动列表和资源列表的编码设计了合理的交叉操作, 提出一种多目标教学算法. 为了在个体间有效交互信息, 在教师阶段非支配个体作为教师与学生执行交叉, 而在学生阶段学生间执行交叉, 同时在每个阶段通过前向-反向改进增强局部搜索能力, 并用Pareto 档案集存储和更新非支配个体.基于标准测试集的数值仿真及与现有最好算法的比较, 验证了所提出算法的有效性.

     

一种基于目标圆的有向强栅栏构建算法

K-栅栏覆盖是有向传感器网络覆盖控制的研究热点之一。提出一种基于目标圆的分布式有向强栅栏构建方法（DBCTC）。首次构建了节点目标圆和能耗比2个模型。以节点感知区域内横坐标最大的点为圆心,以感知半径为半径的圆就是目标圆。节点的运动能耗和栅栏增益的比值就是能耗比。前一个节点根据目标圆模型选择后一个节点的最佳目标位置。从附近移动节点中选择能耗比最少的移动节点构建有向强栅栏。仿真结果证明,该栅栏构建方法比其他算法降低60%左右的能耗。     

基于分布式聚类的有向传感器网络移动目标跟踪算法研究

针对有向传感器网络DSN（Directional Sensor Networks）中,传感器节点部署数量对目标跟踪精度、网络寿命和能效问题的影响方面,提出了一个分布式聚类算法,该算法在优化活跃传感器和节点的直接通信过程中,由分布式集群来负责协调成员间的节点,通过传输给Sink的定位信息及从多个节点聚集的传感数据来准确定位目标的位置。基于该理论的目标跟踪机制,提高了目标跟踪精度、增加了网络寿命和网络剩余能量。并进行了仿真验证,结果表明该方法能实现更高的跟踪性能。     

针对有向图的局部扩展的重叠社区发现算法

当前社区发现算法主要是针对无向图研究社区结构,但在实际复杂网络中,链接关系时常表现出非对称性或方向性,比如Twitter的用户关注关系,文献网络的引 用关系,网页之间的超链接关系等应用网络。因此,本文依据信息在复杂网络中的传播规律和流动方向性,提出了k-Path共社区邻近相似性概念及计算方法,用于衡量结点在同一社区的相似性程度,并给出了把有向图转换为带方向权值的无向图的方法。基于带权无向图提出了一种从局部扩展来探测社区的重叠社区发现算法(Local and wave-like extension algorithm of detecting overlapping community, LWS-OCD)。在真实数据集上的实验表明,共社区邻近相似性概念实现了有向到无向的合理转换,而且提高了社区结点的聚集效果,LWS-OCD算法能够有效地发现带权无向图中的重叠社区。