空间两球体相交的安全判定协议

安全多方计算是信息安全领域的研究热点问题之一,保护私有信息的计算几何问题是一类特殊的安全多方计算问题.基于安全多方计算技术,设计一个空间两球体相交的安全判定协议,并对协议的正确性和安全性进行了分析.     

一种基于MVDR和CCBC的抗噪语音识别方法

提出了一种适用于抗噪声语音识别的方法，其特征提取过程基于最小方差无失真响应（Minimum variance distortionles sresponse，MVDR）谱估计方法，并对该特征进行频率弯折以提高其知觉分辨率，最后使用基于正则相关分析的谱变换补偿（Canonical correlation based on compensation，CCBC）法对该特征进行自适应处理，从而提高了系统的鲁棒性。在展览馆噪声、人群噪声和汽车噪声下，与基于传统Mel倒谱系数（MFCC）特征的系统进行了对比实验，结果表明使用本文方法的语音识别系统的识别率得到了显著的提高。     

压电悬臂梁振动控制系统联合仿真与实验研究

针对传统的悬臂梁振动抑制系统建立动力学方程的复杂性和精确性不高等缺点,该文提出利用多物理场耦合仿真软件搭建悬臂梁系统作为被控对象,通过设计比例、积分、微分(PID)算法在Simulink中建立控制器模型,对悬臂结构进行振动控制联合仿真。由于结构具有未知性,因而传统控制器PID参数的选取常需根据经验进行试凑来确定。通过提出遗传算法优化PID参数的模型,从而实现参数在线优化实时控制压电悬臂梁振动,仿真和实验均验证了该模型的有效性。此外还通过改变压电执行器在悬臂梁不同应力处的位置进行了振动抑制的仿真与实验。结果表明,该算法模型具有很好的鲁棒性,在不同位置处均可获得最佳的PID整定参数,实现振动抑制最佳效果。     

基于SVM和遗传算法的新型直线电机结构参数优化

建立了一种新型圆筒直线电机的有限元模型,并验证了有限元模型的正确性。基于正交和随机方法安排了有限元仿真试验,获得了用于非线性电磁建模的样本空间。进一步采用支持向量机回归建模方法,建立了直线电机的非线性数学模型,而后采用遗传算法进行了直线电机结构参数多目标优化,得出最优结构参数组合。有限元仿真验证表明,基于支持向量机和遗传算法的优化方法用于研究该种新型直线电机电磁结构参数优化是可行的。     

新型直线电机支持向量机非线性建模研究

以一种新型圆筒直线电机为研究对象,通过建立直线电机的有限元模型及试验验证,获得了直线电机的一种仿真计算方法。在正交试验设计和随机试验设计的基础上,建立了直线电机性能参数的样本空间,采用支持向量机(SVM)回归建模方法,建立了直线电机的非线性数学模型,并将有限元模型和SVM模型进行了比较,证实了SVM模型的可靠性和高效性。     

介电弹性体致动器及其应变响应研究

用介电弹性体制作的致动器,具有变形量大、能驱动较大的负载、可塑性很好的特点.给出了一种使用介电弹性体制作基本致动器的方法,对电极、预应变等对该方法制作的致动器的影响进行了实验研究.结果表明,电极的柔软度必须与材料的性质匹配.太硬的电极会使应变变小,而太柔的电极会使薄膜易于击穿.预应变虽减弱了单位电压下的变形量,但却能提高致动器的最大应变量.     

发电机转轴加工工艺改进

我厂设计某型号发电机转轴结构如图1所示。转轴按常规工艺加工,锥孔的同轴度难以达到图样要求,而且批量加工质量不稳定。同时,加工过程中,由于工件调整的辅助时间过长,加重了工人的劳动强度,且工作效率也低。加工的转轴由于锥孔同轴度的偏差,增加了转轴旋转不平衡的因素,从而增加了转子动平衡校正难度,影响发电机整机批量加工的质量稳定性。     

辐射场型压电振子的谐振特性研究

介绍了一种新型的辐射式场压电薄膜.采用有限元软件ANSYS建立辐射场螺旋电极振子有限元模型,仿真压电振子的横向振动响应.通过分析振子的谐振响应,获得了螺旋型电极参数对压电振子谐振频率的影响规律.利用阻抗分析仪对辐射场型螺旋电极压电振子的谐振频率进行了实验测试,并与仿真结果进行了对比,两者基本吻合,验证了有限元模型的可靠性.此外,研究结果表明,采用直径较大的PZT,可以明显减低振子的谐振频率,且在相同的激励下,获得的应变较小.     

肌内脂肪含量测定技术综述

大理石花纹是衡量肉品质的重要指标之一,是由肌肉组织中的肌内脂肪沉积形成。传统的肌内脂肪(或大理石花纹)测定方法是以感官评定和化学分析为主。近年来,各种无损检测技术因其快速、准确、无损、可实现在线检测等特点得到极大发展。综述了传统检测方法和无损检测技术在肌内脂肪(或大理石花纹)含量测定上的重要应用和研究进展,这些技术包括感官评定、化学分析、计算机视觉技术、近红外光谱技术、高光谱成像技术以及活体超声波检测等。同时指出各技术的优缺点和进一步发展方向,以期对相关研究人员的研究工作提供参考。     

基于KJADE的列车轴承轨边声学诊断方法研究

为在线诊断运行列车的轴承状态,提出一种基于核特征矩阵联合近似对角化(kernel joint approximate diagonalization of eigen-matrices,简称KJADE)的列车轴承轨边声学故障诊断方法。首先,从校正后的轨边信号中提取原始特征,将其通过非线性映射函数映射到高维特征空间;其次,对特征空间的核矩阵进行四阶累积量的特征分解,获得新融合特征,并采用支持向量机分类器对融合特征进行辨识;最后,对轴承外圈、内圈、滚子故障和正常4种状态下的列车轨边声学信号进行分析。结果表明,该方法可以有效实现对列车轴承轨边声音信号的非线性特征提取,提高了故障的识别率。