矢量语音传感器微阵列

人工智能的普及促进了语音交互技术的发展,语音传感器阵列作为智能语音交互的硬件前端,成为语音交互领域的前沿研究方向.矢量语音传声器自有的偶极子指向性、零点深度以及阵列体积小便于集成的特点特别符合语音交互技术对硬件设备的要求.基于此,通过采用两组矢量敏感单元"共点正交"形成矢量微阵列实现声源空间锐化波束指向,其不受瑞利限与空间采样率限制,与传统空间离散分布的声压麦克风阵列有着本质区别,是矢量微阵列的核心优势所在.矢量微阵列传声器弥补了现有双麦阵列的不足,具有更为广阔的应用前景,作为智能语音交互的硬件前端,对推动智能语音交互领域的发展具有重要意义.     

首都体育馆改造中的可持续性措施

首都体育馆作为北京冬奥会的重要竞赛场馆,在改造过程中深入贯彻"绿色办奥"理念,采用二氧化碳制冰、LED照明、无障碍设施、新风系统、"海绵城市"等可持续性相关措施,为落成已经超过半个世纪的首都体育馆注入了新鲜的"绿色血液".     

锁紧机构防脱落保持架设计与分析

针对锁紧机构保持架在恶略环境下,反复振动过程中保持架上钢球脱落问题,提出了一种新型防脱落保持架设计方案,重点介绍了锁紧机构中保持架的工作形式,通过ANSYS进行有限元仿真分析,得出新型保持架结构满足刚强度要求以及热变形要求,且在随机振动6.06 g条件位移小,能有效免锁紧机构直线运动时钢球从外部脱落的可能,提高了锁紧机构工作过程中的可靠性与安全性.     

基于蜻蜓翅脉结构的连续碳纤维增强树脂基复合材料仿生设计与增材制造

以具有轻质高强优异性能的蜻蜓翅脉结构为设计灵感，在分析翅脉网格结构抗冲击原理的基础上，设计了传统和仿生两类对比结构。采用熔融挤出3D打印机成功制备了具有不同结构的连续碳纤维增强聚乳酸复合材料试样，并对不同结构复合材料试样的拉伸性能和抗冲击性能进行了测试和对比分析。研究分析结果表明：由于拉伸力方向上的连续碳纤维含量相对较少，限制了仿生结构复合材料抗拉强度的提高，但仿生结构的平均抗拉强度为传统结构的1.18倍；当仿生结构复合材料试样受到冲击力时，其内部六边形结构的连接角度会发生变化，从而极大消耗冲击能量，同时具有六边形网格结构的连续碳纤维可以有效阻碍裂纹的扩展，因此仿生结构的平均冲击韧性可以达到传统结构的2.46倍；仿生蜻蜓翅脉结构可以显著提高增材制造复合材料的综合力学性能，且对于抗冲击性能的提高具体突出效果。连续碳纤维增强树脂基复合材料的有效可行的仿生蜻蜓翅脉结构设计和增材制造，可极大扩展其在高冲击载荷领域中的相应应用。     

陕南山地烟田不同植烟年限土壤养分的变化

为给陕南山地烟草生产布局及有针对性的施肥措施提供依据,分析了陕南山地烟田不同植烟年限(0~15年)与土壤养分含量的关系。结果表明:随着植烟年限延长,有机质线性下降,全氮和速效钾显著上升,有效磷先上升后下降;氯、有效铁、有效锰、有效硼和有效铜无显著变化或变化很小,有效锌则在第1年急剧下降,之后保持稳定,10年后再次显著下降。认为陕南山地烟区烟叶生产中应适当增加有机肥的施用而合理控制氮肥、磷肥和钾肥的施用,并要注意锌肥的补充。     

综放高瓦斯矿井煤层瓦斯涌出量综合预测

为了成功预测竹林山煤矿综放高瓦斯矿井大采高工作面煤层瓦斯涌出量,以主采3号煤层为主要研究对象,针对3号煤层以往开采情况,通过布设测点测量其煤层瓦斯含量和了解相邻矿井瓦斯含量,采用分源预测法、回归法及统计法等预测方法得到了3号煤层瓦斯含量的分布规律,并绘制了3号煤层的瓦斯含量等值线图。对矿井不同生产时期的瓦斯含量进行预测,得到了生产前期、中期及后期采区的最大绝对瓦斯涌出量和最大相对瓦斯涌出量,说明了竹林山煤矿各个时期均属于高瓦斯矿井。     

VaspCZ:一个提高效率的VASP计算辅助程序

VASP(Vienna Ab-initio Simulation Package)是基于密度泛函理论的通用材料计算模拟软件。随着高性能计算平台的广泛使用和高通量计算的兴起,VASP计算任务的复杂性和数据量也大幅度提升。为了提高材料理论计算的方便程度,减少大量重复的指令和结果检查的复杂性,本文提供了一个基于Python语言的VASP计算辅助程序VaspCZ,能够大幅提高研究者的科研效率。该程序包含软件部分和API部分,软件部分提供了命令行用户界面,基于基本的Linux命令即可一键完成VASP计算的相关操作,为无编程语言基础的研究人员提供了便利。应用程序接口部分服务于具有Python语言基础的研究者,提供了底层库,使得自定义计算(如高通量计算、编写高级应用等)更为简单快捷。本程序包可以显著提高VASP的计算效率,并已经通过Github开源项目公开,提供了详细的使用文档、使用示例和API接口,有望能为广大材料理论研究者提供便利。     

Adaptive backstepping repetitive learning control design for nonlinear discrete‐time systems with periodic uncertainties

This paper addresses a tracking problem for uncertain nonlinear discrete‐time systems in which the uncertainties, including parametric uncertainty and external disturbance, are periodic with known periodicity. Repetitive learning control (RLC) is an effective tool to deal with periodic unknown components. By using the backstepping procedures, an adaptive RLC law with periodic parameter estimation is designed. The overparameterization problem is overcome by postponing the parameter estimation to the last backstepping step, which could not be easily solved in robust adaptive control. It is shown that the proposed adaptive RLC law without overparameterization can guarantee the perfect tracking and boundedness of the states of the whole closed‐loop systems in presence of periodic uncertainties. In addition, the effectiveness of the developed controller is demonstrated by an implementation example on a single‐link flexible‐joint robot. Copyright © 2014 John Wiley & Sons, Ltd.     

基于查询的新闻多文档自动摘要技术研究

针对新闻文本领域,该文提出一种基于查询的自动文本摘要技术,更加有针对性地满足用户信息需求。根据句子的TF-IDF、与查询句的相似度等要素,计算句子权重,并根据句子指示的时间给定不同的时序权重系数,使得最近发生的新闻内容具有更高的权重,最后使用最大边界相关的方法选择摘要句。通过与基于TF-IDF、Text-Rank、LDA等六种方法的对比,该摘要方法ROUGE评测指标上优于其他方法。从结合评测结果及摘要示例可以看出,该文提出的方法可以有效地从新闻文档集中摘取核心信息,满足用户查询内容的信息需求。