激光雷达坐标测量系统的测角误差分析

为了精确地设计激光雷达坐标测量系统仪器,在研究激光雷达坐标测量系统测量原理和结构的基础上,建立了引入两轴垂直度误差、反射镜倾斜误差和反射镜入射激光束倾斜误差这3项主要系统误差的测角误差模型。由理论分析可知,在距离10m处,这3项系统误差各自引入的单点坐标测量误差最大值分别为124.1m,447.9m和242.4m。结果表明,在激光雷达坐标测量系统设计中,为保证在大空间测量中仍有很高测量精度,必须严格控制两轴垂直度误差、反射镜倾斜误差和反射镜入射激光束倾斜误差,并根据建立的误差模型进行参量标定和误差补偿。     

环境扰动下的OP-FTIR多组分同时定量分析算法

利用开路傅里叶变换红外光谱仪进行污染云团遥测时,往往会出现一些未知的干扰物质,这些干扰的存在使准确地多组分同时定量分析变的很困难.利用标准吸收截面光谱,结合矩阵投影运算及目标转换因子分析,完成了未知干扰光谱的检出,从而完成多个待测组份的同时定量分析测定.仿真六氟化硫(SF6)、甲醇和氨气(NH3)的混合物光谱,把NH3作为干扰,预测SF6和甲醇的浓度程长积值,预测结果和真实值有相当好的符合度.     

塑封组件可靠性测试中加速浸润方法的研究

在对塑封集成电路进行封装可靠性评估中,预处理过程是必经的步骤,其中的浸润测试通常在非加速条件下进行,耗时较长。在市场竞争日趋激烈的环境下,企业迫切需要缩短新产品的可靠性验证时间。针对JEDEC(电子器件工程联合委员会)和JEITA(日本电子信息技术协会)标准中涉及到的三种加速浸润条件,以组件在非加速条件下(JEDECLevel3和JEITARankE)潮气的穿透力、吸收量及由此产生的失效为参照,确定在加速条件下,组件达到同样的潮气吸收量并产生相类似的失效所需的时间;同时应用有限元分析的方法进行建模和计算,并与实际的测量结果比较验证。     

基于改进阈值消噪算法的小波包降噪

小波变换是一种把时间和频率结合起来的时频分析方法,D.L.Dohono在小波变换的基础上提出了小波软、硬阈值消噪法,此方法简单有效,得到了广泛的重视和研究。在经典的小波软、硬阈值消噪方法的基础上,提出了一种基于小波包分析的改进方法。Matlab仿真结果表明,此法同时克服了软、硬阈值方法的缺点,而且其消噪效果比小波消噪方法要好。     

HHT在高频周期抖动分解中的研究

用希尔伯特-黄变换算法（HHT）对高频周期抖动的分解进行了研究。通过将小波阈值和FFT滤波相结合,去除随机成分和低频周期抖动后,对高频周期抖动进行经验模态分解（EMD）,将得到的各固有模态函数（IMF）分量经过HHT变换得到Hilbert谱。结合IMF时域图和HHT时频谱,能较准确地估算各抖动成分的频率和其他信号特性,弥补已有算法在研究高频周期抖动的不足,并首次提出分频段分解抖动的方法。将实际抖动数据的测量结果与本方法估算的结果比较可知,HHT算法分解抖动的精度较高。     

基于LFSN自相似流量模型的随机突发边界分析

基于线形分形稳定噪声(LFSN)的网络业务流模型可以很好地描述流量的自相似和重尾特性,对这种模型的随机突发边界进行理论推导,得出较现有文献更为普遍的结论,尤其是其随机上界更为精确,因此在随机网络演算分析中有着重要意义.同时基于对一般LFSN过程的快速模拟,设计了一种独特的实验方法,得到突发边界随机分布的估计值,验证了理论推导的正确性.     

广义网孔方程建立算法研究

为了探究广义网孔方程建立规范和方法,对含有公共电流源支路电路的网孔方程进行详细的理论分析,探寻了广义网孔方程的构成规律,得到了广义网孔方程的建立算法,该算法具有普适性。在应用网孔分析法分析含有公共电流源支路的电路问题时,在不引入辅助解变量的情况下,利用该算法可快捷地建立起广义网孔方程,提高了分析和求解效率。由实例证明,广义网孔方程建立算法是正确的、有效的,是对网孔分析法的一种推广和完善。     

元搜索引擎中搜索结果的采集与处理

元搜索引擎与基本成员搜索引擎之间的信息交换,是元搜索引擎技术实现的难题,针对这一问题,选择Google和Baidu基本搜索引擎,实现了对这两个基本搜索引擎的检索、结果采集、生成搜索记录的过程,并对采集、处理后的检索结果进行排序,供用户进行二次检索。     

一种基于RTO的业务排序算法

业务影响分析是业务连续性计划中较为关键的一步,其最终目标是对企业中业务的重要性进行排序。文中的目的是提出一种企业在进行灾难恢复时,各个业务过程之间恢复优先顺序的排序算法。该算法在设计时基于RTO进行排序,并考虑了业务之间的相互依赖关系对恢复顺序的影响。通过实验显示了该算法的合理性：使用该算法可以更好地实施业务影响分析,缩短分析时间,从而提高整个业务连续性实施过程的效率。     

面向离散文本舆情分析的分聚类方案

离散文本已经成为一种占据重要地位的舆情信息表现形式,根据离散文本的特点,提出基于特征概念网的离散文本舆情信息的分聚类框架,在此基础上给出分聚类方案。在聚类算法中,运用了遗传算法的全局并行搜索能力、k—means的高效局部聚类能力和小生境的保持种群多样性抑制漂移能力;在分类算法中,先将训练文本库进行类内聚类成子类,对子类构建特征概念网以生成替代该子类的文本,再用KNN算法进行分类。最后结合舆情分析进一步提出了可用的改进方案。