具有复杂导水管道的水轮机调节系统数学模型

在对具有复杂引水管道的水轮机调节系统进行稳定性分析时,首先应建立调节系统数学模型,再借助电子计算机进行动态模拟。本文介绍如何应用状态空间的概念,对具有复杂引水管道的水轮机调节系统,按弹性水锤、计及水力摩阻损失,建立数学模型,推导出状态空间方程式X=AX+BU。     

一种大动态检测输入前端设计

一种基于小信号处理、无源网输入、数字化处理、智能化操作的方法,以求获得较好的灵敏度和极大的测量动态范围的测量前端电路设计。     

富氧气氛下受热面改造的经济性分析

富氧气氛下由于烟气量的减少以及锅炉热效率提高所带来的燃料量的减少使得烟气中的粉尘量得到一定的降低,为电站锅炉水平烟道烟气流速的提高带来了可能.增加烟气流速虽然强化了传热,但同时也增大了风机的电耗.采用基于初投资分摊费用和经营成本的动态费用分析法对不同烟气流速下对流受热面的换热进行经济性分析.计算结果表明,最佳工况比空气燃烧方式下的烟道更加紧凑,但是流速超过一定范围之后带来的引风机耗电量的增加超过了流速增加所带来的强化换热的收益,因此是不经济的.采用动态费用法为富氧燃烧方式下对流受热面最佳流速的选择提供依据,对新型富氧燃烧锅炉换热器的设计具有一定的指导意义.     

从智能卡数据挖掘客流信息的算法

为了从广泛使用的智能卡付费系统获取公交客流信息,提出了一种利用公交调度信息和智能卡刷卡信息推断乘客上车站点的方法. 对同一辆车的连续2次刷卡进行朴素贝叶斯分类,区分是否是在同一个站刷卡;利用极大似然估计、动态规划和二次规划方法估计出各路段的行程时间;运用坐标下降法从不准确的初始参数出发,交替估计行程时间和行程时间的参数,从而推断出每次刷卡的上车站点. 实验结果验证了新方法的正确性和有效性,证明了该方法误差较小,收敛较快.      

基于活动序列的服务二元行为模式及操作语义

组合E-服务是电子商务开发部署中被广泛关注的问题,行为需求的刻画、建模是服务设计开发的重要步骤,分析和验证服务行为满足用户特定需求则是保证服务可信的关键工作.已有分析服务行为研究中,行为需求都是LTL类逻辑规范或MSC类图式规范,前者基于活动的,后者基于场景的.现在提出一种新颖的基于活动序列的行为规范概念,该概念的粒度介于活动和场景概念之间,目的是便于直接表达某些行为需求,针对活动序列设计了"序列前提、序列因果和序列嵌入"二元行为模式,用模式来刻画基于活动序列的活性和安全性,其结果是行为需求表达更为简洁,将这些模式映射标记传递系统LTS,精确刻画了行为模式的操作语义,为需求验证提供基础,最后给出实例分析.     

动力触探方法的改进与研究

探讨了一种改进的动力触探方法,主要用于确定土的承载力。该方法无需事先钻孔,利用波动方程分析计算土性参数,以取代肜收锤时的锤击数来预测承载力,从而使试验结果更加精确,对工程应用有重要参考价值。     

在非惯性系中研究动力刚化问题

正确认识动力刚化问题,对深入研究航天器动力学和合理建立柔体动力学的数值计算模型意义重大.应用非惯性坐标系中的力学问题的理论来研究动力刚化问题,给出两类研究动力刚化问题的计算模型,明确了动力刚化问题的物理意义,探索了正确处理零次建模的途径.这样处理动力刚化问题,表现出与其他学者的研究有实质性的差异.     

抗震结构动力可靠性的结构响应级数拟合法

对可靠性界限为随机变量时的抗震结构动力可靠性问题,采用一种级数对结构响应加予拟合,从而提出了结构动力响应级数拟合法。     

测度链上一类时滞动力方程的振动性判据

利用Riccati-变换方法,研究了测度链上二阶非线性时滞动力方程x△△(t)+p(t)x△(t)+g(t)f(x(T(t)))=0解的振动性,其中p,q是定义在测度链T上正的实值右稠密连续函数.     

Research on nonlinear dynamics features of emotional speech

The application of nonlinear measures based on the chaotic characteristics of emotional speech is proposed. Nonlinear features such as minimum delay time, dimension correlation, Kolmogorov entropy, Lyapunov exponent and Hurst exponent are extracted from the emotional speech signal. The performance of nonlinear features is verified by the comparisons of recognition rates of different features (nonlinear characteristics, prosodic features and MFCC features). First, the Berlin emotional speech database and TYUT2.0 emotional speech database are chosen as the corpus independently, both covering three emotional classifications (anger, happiness and fear). The effectiveness of the nonlinear characteristics is tested on the Support Vector Machine Network. The result shows that the performance of nonlinear features outperforms that of prosodic features on the Berlin emotional speech database and that of prosodic features and MFCC on TYUT2.0 emotional speech database. In addition, nonlinear features have obvious advantage in detecting more natural emotional speech and better robustness.