基于免疫算法的Hopfield神经网络多用户检测器

提出的基于免疫算法的Hopfield神经网络多用户检测器，将扰乱的Hopfield神经网络多用户检测器的输出作为免疫算法的初始种群，利用了免疫算法的全局收敛的特点，从而克服了Hopfield易收敛到局部能量最小点的缺点。理论分析和仿真结果表明：该检测器具有良好的抗多址干扰和抗远近效应的能力。     

铝液充型过程计算机可视化技术研究

采用透明的耐高温石英玻璃观察窗,观察和记录铝液充型过程的图像信息,分析铝液的充型过程;以图像处理技术和计算机技术为基础,通过充型过程铝液自由表面的边缘检测及提取技术,获取液体充型的自由表面曲线,定量分析铝液充型过程的自由表面变化;定量分析的试验结果表明,铝液实际充型过程自由表面的变化对浇注系统设计的合理性具有一定的指导意义.     

铝液充型过程水模拟计算机可视化技术

采用可视观察方法研究了铝液充型过程的二维流动状态,并与水模拟实验进行了对比分析,通过调整水粘度来保证水模拟过程与铝液充型过程的相似性.以PIV技术为基础,运用数字视频处理中的运动补偿技术,选用NCCF准则和三步搜索法对低压铸造浇注系统水模拟充型过程的内部二维流场进行了计算和分析;运用边缘检测及提取技术,选用Roberts边缘检测算子对低压铸造浇注系统水模拟充型过程的二维表面流场进行了计算和分析,实现了水模拟过程的量化分析.     

基于PCI9054的数据采集卡的设计与实现

介绍了采用PCI9054实现PCI接口数据采集卡的设计方案及实现,其中包括从模式下单周期读写和主模式下DMA的实现。结合开发实例,介绍了如何开发PCI接口的DMA驱动程序。     

GPRS技术在智能公交管理系统中的应用与研究

本文给出了一种基于GPRS技术的智能公交管理系统总体设计方案,并对系统的组建及工作原理进行了阐述,就GPRS智能车载终端部分的软硬件设计及关键技术进行了详细的介绍。系统经现场安装使用证实具有较高性能和稳定性,具有巨大的市场价值。     

基于ZigBee技术的建筑能耗监测系统设计

随着我国建筑总量不断攀升,建筑能耗也逐年增加,更加有效地实施建筑能耗统计及建筑节能管理具有重要的意义;通过对建筑能耗监测系统的分析,在研究ZigBee技术的基础上,提出了基于ZigBee无线传感器网络的建筑能耗监测系统总体结构,对其网络拓扑控制和路由协议进行了研究,并介绍了系统周期性工作过程;网络测试表明,该系统可靠性好,能够实现建筑能耗数据的采集和无线传输;通过对能耗数据的统计分析,为降低建筑能耗和提高建筑能效,提供了决策依据和参考.     

基于MT9075数字中继接口的设计与实现

MT9075是具有多功能、高集成度的数字接口芯片,本文给出了一种利用该芯片设计数字中继接口的方案,分析了系统硬件和软件的结构.给出了MT9075与CPU和数字交换网络的接口电路,并就如何通过软件对MT9075进行读写控制给出了详细的描述.     

某高压涡轮第一级导叶传热设计计算

为进一步提升燃气轮机涡轮效率,优化冷却结构设计,以某高压涡轮第一级导叶为研究对象,基于数值模拟方法自编Matlab传热程序,结合CFX叶片三维温度场导热进行计算,包括基于管网计算的方案设计和三维传热计算．针对该叶片的特点重新设计了冷却结构．结果表明:叶片局部出现约1 700 K高温区,但尾缘扰流冷却结构增强了换热系数,叶片平均温度较低,约1 300 K．从该导叶的设计过程及计算结果可看出,所使用的冷却结构设计平台可高效完成冷却结构方案设计及三维温度分布验证计算．     

ADS-7大孔树脂连续使用对苦荞精制品中黄酮成分的影响

研究ADS-7大孔树脂连续使用对苦荞精制品中黄酮成分的影响。以黄酮吸附量、吸附率及苦荞精制品中芦丁、烟花苷、槲皮素和山奈酚4种黄酮成分含量等为指标,结合AlCl3分光光度法及高效液相色谱法,考察ADS-7大孔树脂富集苦荞黄酮的使用次数及对主要黄酮成分含量的影响。检测结果显示,ADS-7大孔树脂在连续使用30次后,黄酮吸附量仅降低8.9%,黄酮吸附率降低9.3%,树脂吸附性能较好,且苦荞精制品中芦丁、烟花苷、槲皮素和山奈酚4种黄酮成分的总含量在树脂连续使用25次内变化波动不大。检测结果表明,采用ADS-7型大孔树脂纯化苦荞黄酮,无需经再生处理,可连续使用至第25次。该方法环保、经济,可为苦荞黄酮精制品的规模化生产提供参考。     

基于模糊神经网络的纸币清分方法

提出一种使用模糊神经网络对纸币新旧程度进行实时分类的方法。为了达到实时性要求,该方法使用图像区域的一阶矩作为纸币新旧分类的特征,使用模糊神经网络作为分类器。在分类器的隶属函数生成层对特征向量向目标空间进行映射,在网络的推理层对纸币的新旧进行分析,在去模糊化层给出纸币新旧的定量分析结果。实验结果表明,该方法对纸币新旧的分类是准确和稳定的。