电纺直写制备聚己内酯支架形貌及精度

作为一种新型的微纳制造技术，熔体直写电纺被广泛用于组织工程支架的可控制备,有序的纤维沉积是该领域应用的前提条件。对于支架成型精度的探究，本文使用生物可降解材料聚己内酯（PCL），采用自行设计的熔体电纺三维可控成型设备进行实验，考察了纤维间距对二维并行纤维沉积形貌及成型精度的影响，以及纺丝电压和网格大小对三维网格结构形貌及精度影响。结果表明，随着并行纤维设定距离的增大，纤维的沉积误差减小，并最终趋于平稳。对于三维网格结构，随电压的增加，最大沉积层数量先增大后减小，当纺丝电压为6kV时达到最大沉积层数15层。成型精度误差先减小后增大，当纺丝电压为7kV时，精度最高误差小于5%。随设定网格边长的增大，沉积层数不断增大。成型精度逐渐提高，当网格边长大于等于1.5mm时，沉积误差趋于稳定，并维持在5%左右。     

变精度软粗糙集

从集合间的包含程度出发,构造了一种基于包含度的变精度软粗糙集模型。提出带参数的变精度近似算子的定义,得到了它的基本性质和定理,并给出了证明;定义了双精度软粗糙集的近似算子,研究了其性质;讨论了该模型与其他粗糙集模型的关系以及退化条件;举例说明了在信息处理中的应用。     

基于相位测量的微波位移测量方法

为满足建筑结构全天候、高精度及低成本的位移监测要求,提出了基于相位测量的微波位移测量方法。该方法以微波作为全天候测量信号,利用高精度相位测量实现高精度位移监测,并采用低成本的标准频率器件搭建位移测量系统。实验结果表明:系统位移测量精度可达0.12 mm,并验证了系统具有全天候、高精度、低成本的位移监测特性。     

高精密恒温系统在NDIR气体分析仪中的应用

当前基于非分光红外（NDIR）技术的气体分析仪设计过程中存在很多干扰源,这些干扰源对检测精度影响的轻重程度各有不同,其中,红外池中,温度的稳定性对气体的吸收影响大,此外,对于特定的吸收气体,恒温点同样重要。设计了一种基于增量式PID算法的高精度温控系统,选择对气体吸收影响最小的恒温点,并控温范围为±0.1℃,相比现有同类温控系统,精度提高近10倍。通过试验比较不控温情况下的结果和应用在本恒温系统中的测试结果表明：高精度恒温系统下,NDIR气体分析仪的信噪比得到了明显改善。该成果将直接应用到国家＂十二·五＂计划项目中。     

基于螺旋搜索机制的行星搜索算法

螺旋搜索机制的全局搜索能力强,广泛用于萤火虫算法及鲸鱼搜索算法,但其收敛速度慢,收敛精度低,局部搜索能力较差。通过改变收敛范围较小时的搜索模式,提出了局部螺旋搜索来提高其局部搜索能力,并引入变异操作提高其局部搜索能力,提出了行星搜索算法。通过对单峰及多峰值测试函数对该算法进行验证。结果表明行星搜索算法在收敛速度、搜索精度及局部搜索能力等方面较粒子群算法、萤火虫算法及鲸鱼搜索算法等有明显提升。     

智慧社保服务体系建设思考与实践

建立智慧型社会保障服务体系,是政府惠民工程的重要组成部分之一。以精确的人员基本信息库建设、经办业务下延、银行自助服务、网上自主经办等方面为依托,充分利用信息化手段打造一体化的社保经办体系,将业务经办突破时间、空间限制,构建完整的智慧社保服务体系。经信息系统上线近二年的实时运行,证明运用现代信息技术建立多层次、多渠道、差异化的服务体系,极大地提高了服务效率,产生了良好的社会效益。     

基于APIC的高精度定时器设计

在操作系统开发过程中需要一定精度的计时器支持。在Windows实时扩展改造过程中,针对原有定时精度低和波动较大的问题,提出一种基于高级可编程中断控制器(APIC)的高精度定时器设计方案。利用CPU片上结构APIC的计数寄存器编程,构建高精度时钟。运用内核驱动建立内核调度管理,通过内存映射提高用户态到内核态的数据传输速度,保证实时性能。利用DLL提供一组和内核交互的定时器接口供用户使用。实验结果表明,该方案有效解决了定时精度和稳定性问题,构造的定时器性能稳定,具有良好的实用性。     

基于A-VFSA粒子发生器的PSO算法的研究

对超快速模拟退火算法进行改进(A-VFSA),并以此为粒子发生器,提出了PSO-PG算法.该算法通过粒子发生器对搜索域内粒子进行改进,从而生成一个精英粒子池;并根据随机策略从粒子池中选择粒子,作为初始种群,采用PSO算法进行优化,得到全局最优解.相比于标准PSO算法和LDW算法,PSO-PG算法拥有更好的稳定性和优化精度,能够更加快速地收敛到全局最优解,在一定范围内几乎不依赖于初始参数的选择.     

基于多代表点学习的RSKNN分类算法

RSKNN 算法是一种基于变精度粗糙集理论的 k-近邻改进算法,该算法能够保证在一定分类精度的前提下,有效地降低分类的计算量,提高分类效率。但由于 RSKNN 算法只是简单地将每个类中的样本划分成一个核心和边界区域,并没有根据数据集本身的特点进行划分,因而存在极大的局限性。针对存在的问题,提出一种多代表点学习算法,运用结构风险最小化理论对影响分类模型期望风险的因素进行分析,并使用无监督的局部聚类算法学习优化代表点集合。在UCI公共数据集上的实验表明,该算法比RSKNN算法具有更高的分类精度。     

分布式光纤测温系统在煤矿火灾检测中的应用

摘要：针对煤矿安全存在潜在的火灾问题,文中主要介绍分布式光纤测温原理及其在煤矿火灾监测中的应用。在系统结构上,本文提出了一种优化设计方案。此外,在信号处理方面,本文提出了一种命名为RLN-ELAM的新颖算法,用于检测并消除瑞利噪声对系统测量精度的影响,提高拉曼分布式光纤系统的测量精度。实验结果表明,利用此设计方案和算法后,可以使系统的温度分辨率、空间分辨率均有所提高,测量误差从7%降低到不足2%。在实验室进行的模拟实验中,对温度进行实际测量,结果表明,该煤矿火灾监测系统能够提供详细的温度分布情况并能够及时准确地报警,使工作人员随时掌握煤矿温度分布情况,及时准确地找到火灾发生区。