基于C#.Net的数量增减调整控件的设计与实现

为开发Web应用系统中某些特殊的功能,往往需要通过自定义控件来实现,从而弥补常用控件的不足.在分析了各类电子商务网站后,提出了一种基于Visual Studio C#.Net的简单易用的购物数量增减控件的设计方法,为自定义控件初学者提供借鉴.     

DataList控件在Web开发中的应用

简要描述了DataList控件的功能与特点,详细说明了DataList控件在界面中的设计、数据绑定与操作、分页等使用方法,对ASP.NET初学者具有一定的借鉴意义.     

双轴旋转光纤捷联惯导八位置标定方法

针对双轴旋转捷联惯导系统长期工作时光纤陀螺误差参数随时间变化问题,提出一种姿态未知条件下的八位置标定方法.该方法利用双轴旋转机构可提供惯性测量单元(LMU)相对载体固定角位置特性,结合光纤陀螺简化误差模型,设计出八位置标定路径并激励出光纤陀螺误差参数.新的标定方法既避免了陀螺误差参数的耦合影响,又可以解算出载体航向信息.转台实验结果表明,八位置标定方法可在载体姿态未知条件下完成对光纤陀螺误差参数的标定工作.     

热分析评价EPS30R的性能

采用热重分析法测试1#和2#EPS30R的残存量分别为1.13%和0.59%,这些残留物是生产过程中使用的金属催化剂和填充物的残留。差示扫描量热法和动态热机械分析法测试结果显示,1#和2#样品的熔融半峰宽分别为11.4℃和16.7℃,1#样品非晶乙丙橡胶相具有更低的玻璃化转变温度和较窄的转变峰宽,由此推测,1#样品有相对低的分子量,分子量分布较窄,GPC结果显示,1#和2#样品的MN分别为9.95万和10.42万,多分散指数(D)分别为3.69和3.89;1#和2#样的结晶度分别为42.6%和40.8%,在常温区1#样品的储能模量比2#样品高,1#和2#的弯曲弹性模量分别为1 037 MPa和972 MPa,热分析表征与力学性能测试结果一致。     

基于CKF的SINS大方位失准角初始对准

大方位失准角捷联惯导系统(strapdown inertial narigation system,SINS)误差方程是非线性的,为改善非线性模型下初始对准的精度,提出将一种新的非线性滤波方法(cubature Kalman filter,CKF)应用于捷联惯导系统初始对准中。为此建立了大方位失准角下初始对准非线性模型,分析了基于spherical-radial cubature准则的CKF滤波原理,对非线性模型进行了CKF滤波仿真。仿真结果表明CKF能够很好地处理初始对准中的非线性问题,提高初始对准精度,方位失准角误差能够收敛到-33.13’,接近理论估计精度-32.40’,优于EKF的-84.14’。     

基于多小波噪声方差阈值的信号滤波方法

对信号和噪声的多小波变换进行了研究，根据它们多小波变换下呈现出的截然相反的特征，即随着变换尺度的增大，噪声的变换值迅速减小，而信号的变换值增大，利用相关算法推导并给出了多小波噪声方差阈值的计算公式，基于阈值提出了一种新的多小波信号滤波方法，该方法在噪声方差估计的基础上，对噪声信号变换系数进行处理，减小由噪声产生的系数，同时最大限度地保留有效信号产生的系数，最后由处理后的变换系数进行处理，减少由噪声产生的系数，同时最大限度地保留有效信号产生的系数，最后由处理后的变换系数重构信号，对该方法用典型的GHM双小波进行了仿真分析，结果表明，本文的方法具有很好的滤波效果。     

Logistic-Map混沌序列在二维置换网络中的应用

利用混沌映射产生的轨道点的遍历性及良好的相关特性，采用Logistic-Map映射产生的序列作为置换阵列的行地址和列地址，设计了一种二维置换网络，首先研究了Logistic-Map映射的性质，其次对混沌序列的遍历性和置换网络的时间复杂度进行了分析，同时还对置换网络的各种置乱指标进行了理论分析和统计验证，最后将所提出的置换网络用于图像的加密，计算机模拟结果显示，这种置换网络具有良好的置乱性质，可以增强信息系统的安全性。     

一种用于图像认证的无失真半易损电子水印系统

提出了一种新的用于图像认证的半易损电子水印系统。水印方案采用基于小波变换的空间—频域分析方法,定义了一个小波系数量化函数,由该量化函数实现水印的产生、嵌入和提取。水印图像没有任何失真,因而可以通过改变量化参数实现水印的多级嵌入,进一步提高图像的认证能力。     

清净剂晶型分布对碱值分析的影响

介绍清净剂晶型判定方法,论述清净剂胶体粒子晶型结构对碱值测试的影响,探讨相关润滑油碱性组分分析测试中异常现象的本质,通过理论分析提出解决办法,并对9种船用油进行实际测定验证,结果良好。     

RBF网络在光纤陀螺动态误差模型辨识中的应用

提出了基于径向基(Radial Basis Function 简称RBF)神经网络的动态误差模型的辨识方法.对如何从一般正交三轴转台速率实验获取训练样本及对网络的学习训练给予了详细的介绍.仿真结果证明了这个方法是可行有效的,可以提高光纤陀螺的输出精度.