均衡化特征匹配的非刚体细胞形态跟踪

提出利用均衡化特征匹配来进行非刚性细胞形体跟踪的方法。采用重启动的随机游走方法建立并求解特征匹配概率模型,利用双向均衡方法对匹配邻接矩阵进行均衡化处理,得到指定目标与待跟踪目标之间的精确匹配,以获得目标的定位跟踪结果。同时利用特征匹配结果进行目标的自动标定,并应用图像分割方法进行目标的精确轮廓跟踪。实验结果表明,将该方法应用于视频中动态背景下的运动细胞形态跟踪时,在背景相似度较高及目标迅速移动的条件下,表现出了良好的性能,与同类方法相比可获得较高的定位精度以及更为准确的目标轮廓。     

基于单片机的皮带秤变频调速控制仪的设计与实现

介绍了皮带秤调速控制仪系统实现的原理和方法,提出了在皮带秤调速控制仪的动态跟踪问题,采用模糊-数字PID复合控制算法,既可计量也可以实时跟踪控制产量。实践表明,该控制方法理想地解决了实时跟踪问题,取得了较好的控制效果。     

电液系统位置精度的模糊控制

针对电液位置控制系统 ,建立了其数学模型 ,研究了模糊控制器在该场合的应用及其设计 ,并在SIMULINK环境下对模糊控制系统进行了仿真。结果显示模糊控制用于电液系统位置控制能获得令人满意的效果     

汽车振动噪声测试的阶次跟踪方法

汽车振动和噪声是影响舒适性的主要因素，如何采用有效的技术手段测量分析汽车的振动、噪声，日益受到人们重视。本文应用PULSE多分析系统中的阶次跟踪分析方法，测试分析了车内司机座位处振动、噪声随发动机转速变化的关系，结果发现，对于试验车在测试工况下1．5倍发动机转速时，车内振动和噪声都有一个峰值。文中通过阶次分析，对发动机运转稳定性进行了测试。为降低车内噪声和振动响应提供了分析依据和参考。     

D-2-DenseNet噪音鲁棒的城市音频分类模型

为了提高噪音环境下城市音频分类系统的鲁棒性,提出了一种双特征2阶密集卷积神经网络（D-2-DenseNet）噪音鲁棒的城市音频分类模型.首先介绍了噪音添加和噪音鲁棒处理,阐述了一种双特征互补偿的算法;然后结合2阶密集卷积神经网络与自适应机制提出了一种噪音鲁棒音频分类模型：双特征2阶密集卷积神经网络.模型采用双特征互补偿自适应算法,可在特征提取与模型训练中更有针对性地提取有效音频信息,降低噪音干扰,以提高噪音鲁棒性.最后,基于Dcase2016数据集开展噪音环境下城市音频分类测试.实验结果表明,模型分类准确率分别可达77.12%、75.52%,与基线模型相比,平均分类准确率分别提高了8.51%和10.38%,验证了模型良好的噪音鲁棒性.     

基于观测器摩擦补偿的机电系统高精度控制

针对机电作动系统在低速阶段摩擦非线性明显且同时存在其他干扰,易导致系统跟踪精度、稳定性下降这一问题,设计基于非线性观测器摩擦补偿的自适应鲁棒控制器. 针对摩擦非线性,利用LuGre摩擦模型描述系统的摩擦现象,提出非线性观测器对模型的内部摩擦状态进行观测. 针对系统摩擦系数、转动惯量及其他不确定性参数,设计参数自适应律进行估计. 利用前馈补偿的方法,对摩擦非线性和参数不确定性进行补偿,设计鲁棒项克服系统的其他扰动. 利用Lyapunov稳定性定理证明了提出的控制器在存在扰动的情况下可以实现系统的有界稳定性. 实验结果表明,提出的控制器具有较高的控制精度与较强的鲁棒性,跟踪精度较传统的PID控制器提高了一个数量级.     

有机涂层钢板生产线主要工艺

介绍了有机涂层钢板生产线上钢基板的预处理,全线张力控制,纠偏装置的布置,固化炉的选型.     

超声加工中振幅衰减的控制

超声加工过程中，振动系统的振幅会发生衰减，造成加工过程不稳定，生产率降低。针对振幅衰减的原因，提出了先进行频率跟踪，然后在谐振状态下再提高振幅的方案，使振幅不因加工状态的变化而变化，从而保证加工质量，提高生产率。     

不确定离散系统的鲁棒Gl2滤波器设计

对于凸多面体不确定离散系统,研究了满足误差估计系统鲁棒稳定且满足一定Gl₂性能指标的线性全阶稳定滤波器设计方法.分别给出了确定性和不确定性离散系统具有Gl₂性能的线性矩阵不等式（linear matrix inequality, LMI)充要条件和充分条件.在此基础上,通过使用滤波器参数化方法,分别推导出了以LMI描述的确定性和不确定性系统的Gl₂滤波器存在的充要条件和充分条件,进而可以使用LMI凸优化程序求解滤波器.通过对算例的计算,结果表明,在噪声信号为独立范数有界情况下,鲁棒Gl₂滤波比H_∞滤波具有更少的保守性.     

Characterization of the Functional Cross-Talk between Surface GABAA and Dopamine D5 Receptors

The γ-aminobutyric acid type A receptor (GABA_AR) plays a major role in fast inhibitory synaptic transmission and is highly regulated by the neuromodulator dopamine. In this aspect, most of the attention has been focused on the classical intracellular signaling cascades following dopamine G-protein-coupled receptor activation. Interestingly, the GABA_AR and dopamine D5 receptor (D5R) have been shown to physically interact in the hippocampus, but whether a functional cross-talk occurs is still debated. In the present study, we use a combination of imaging and single nanoparticle tracking in live hippocampal neurons to provide evidence that GABA_ARs and D5Rs form dynamic surface clusters. Disrupting the GABA_AR–D5R interaction with a competing peptide leads to an increase in the diffusion coefficient and the explored area of both receptors, and a drop in immobile synaptic GABA_ARs. By means of patch-clamp recordings, we show that this fast lateral redistribution of surface GABA_ARs correlates with a robust depression in the evoked GABAergic currents. Strikingly, it also shifts in time the expression of long-term potentiation at glutamatergic synapses. Together, our data both set the plasma membrane as the primary stage of a functional interplay between GABA_AR and D5R, and uncover a non-canonical role in regulating synaptic transmission.