DSP在核潜艇驻波比检测仪中的应用

介绍了核潜艇驻波比检测仪硬件组成和TMS320C621DSP的主要功能特点,分析讨论了以TMS320C621为核心的核潜艇驻波比检测仪的硬件和软件的设计和实现．     

基于复杂网络社团结构理论的同调等值算法

基于复杂网络社团结构理论,提出了一种同调等值的新算法。首先构造动态电力网络的加权Laplace矩阵,在此基础上利用谱平分法分析系统故障后的Laplace矩阵,将系统划分为2个区域,其中同步能力弱化系数最小的机组所在的区域被选为研究区域,另一个则为外部区域。然后基于模块度的概念构建分区评价指标,并利用凝聚算法分析故障前的Laplace矩阵,将外部区域划分为多个等值分区。对IEEE39节点系统的仿真分析表明,所提出的同调等值算法能够自动确定研究区域和外部区域,自动确定外部区域中等值分区的数目,而且计算量小,迅速准确。     

基于模块化的自动装配方法

针对如何确定装配环境下待装配特征之间的装配关系,提出装配特征模块化的装配方法.该方法根据装配特征分类存储为不同功能模块,采用继承的方法,利用装配数据模块和装配关系模块完成装配动作,为保持设计过程中产品装配特征数据的一致性提供了保障,并以标准渐开线直齿圆柱齿轮为例介绍了该方法的实用性和优越性.     

试论顶模块化焊接夹具在客车上的应用

本文主要阐述了客车产业领域内焊接夹具模块化设计的成因,并提出了客车顶模块化设计焊接夹具设计总体思路以及能够适用于多种型号客车骨架焊装的模块化焊接夹具系统设计具体方案,能够实现X、Y、Z三个方向上的定位调节满足多种型号客车骨架组焊定位夹紧要求,提高设备生产效率。     

智能铲运机造型设计及眼动追踪实验

目的通过眼动实验对造型设计过程中区域的重要性和优先级进行确认,为矿山开采设备造型设计过程提供更充分的数据支撑和理论依据。方法追踪被试眼动轨迹和生理数据,得出视觉热点图和视觉轨迹图,分析用户对现有产品特征的视觉关注点的排布情况,运用实验分析结果对整体造型各个区域进行优先级划分,以此指导设计要素之间的主次和顺序,指导设计方案中模块化区域的划分,缩短试错阶段,提高效率,提出优化方案。结果最终得出用户更加关注驾驶舱、轮胎区域,其次是铲斗和车体区域。结论将眼动实验结果运用到铲运机的造型设计中,弥补了当前主要依赖设计师经验进行铲运机造型设计的不足,验证了在开采设备造型设计过程中,应用眼动实验方法来辅助区域划分和优先级制定的可行性,从而进一步提升设计方案的科学性和合理性。     

基于变压法的变压器真空干燥设备的监控系统设计

根据某变压器企业新改进的变压法真空干燥工艺进行了监控系统设计,使用组态软件技术使复杂的自动化工业现场软件开发变得更加简单,并且对今后系统的改进与扩展也留有接口。上位机PC、下位机PLC和现场设备通过通信接口线路及程序进行协调工作,实现整个干燥过程的智能监控和正常运行。运行结果表明,整个工艺及监控系统的改进使真空干燥过程由原来3天时间变成现在1天时间完成,提高了生产效率和产品质量,具有一定的社会价值。     

基于模块度函数的加权蛋白质复合物识别算法

针对加权模块度函数聚类算法在蛋白质相互作用网络中进行复合物识别的准确率不高、召回率较低以及时间性能不佳等问题进行了研究,提出一种基于模块度函数的加权蛋白质复合物识别算法IWPC-MF（Algorithm for Identifying Weighted Protein Complexes based on Modularity Function）。融合点聚集系数改进边聚集系数,将改进后的边点聚集系数与基因共表达的皮尔逊相关系数结合来构建加权蛋白质网络;基于节点权重选取种子节点,遍历种子的邻居节点,设计节点间的相似度度量和蛋白质附着度来获取初始聚类模块;设计基于紧密度的蛋白质复合物模块度函数来合并初始模块,并最终完成复合物的识别,克服传统的模块度函数无法识别出重叠和规模较小的复合物的缺陷。将IWPC-MF算法应用在DIP数据上进行复合物的识别,实验结果表明IWPC-MF算法的准确率和召回率较高,能够较准确地识别蛋白质复合物。     

一种基于图划分的无监督汉语指代消解算法

指代消解是自然语言处理领域中的一个重要问题。针对当前中文指代标注训练语料非常缺乏的现状,本文提出一种无监督聚类算法实现对名词短语的指代消解。引入图对名词短语的指代消解问题进行建模,将指代消解问题转化为图划分问题,并引入一个有效的模块函数实现对图的自动划分,使得指代消解过程并不是孤立地对每一对名词短语分别进行共指决策,而是充分考虑了多个待消解项之间的相关性,并且避免了阈值选择问题。通过在ACE中文语料上的人称代词消解和名词短语消解实验结果表明,该算法是一种有效可行的无监督指代消解算法。     

基于模块度增量的二分网络社区挖掘算法

针对二分网络的社区挖掘问题,提出了一种基于模块度增量的二分网络社区挖掘算法。该算法假设每个顶点独自构成一个社区,并具有自己的标号。其中,一部分顶点将自己的标号复制并传递到另一部分中的某个顶点上,使之与其位于同一个社区;另一部分的顶点实施同样的操作。如此反复迭代,直至收敛。标号传播时,选择模块度增量最大的边进行传送,使整体模块度不断提高。在真实数据集上进行的测试表明,所提算法能对二分网络进行高质量的社区划分。     

一种融合节点与链接属性的社交网络社区划分算法

针对传统社交网络社区划分算法普遍缺乏对节点属性、链接属性的综合考虑和充分表达利用节点与链接属性信息的模型和机制等问题, 提出了一种融合节点与链接属性的社交网络社区划分算法。该算法融合节点属性的相似度、节点间链接权值等链接属性信息, 定义了相似权值, 并以此为基础, 结合凝聚算法实现了对社交网络的社区划分。实验表明, 该算法对社交网络中属性比较明显的社区划分效果显著。