基于图神经网络的网络性能智能预测

传统网络性能预测技术存在网络状态获取不够全面及网络性能评估准确性欠佳等问题，利用图神经网络学习推理网络关系数据的特点，结合捕获的网络全局信息，提出了一种基于图神经网络的网络性能智能预测方法。通过网络系统抽象及网络性能建模，将复杂的网络信息转化为形式化的图数据进行描述，利用图空域卷积处理图网络节点的消息传递过程，实现网络信息之间的关系推理，研究了实现网络性能预测的图神经网络模型，提出了一种能处理流量矩阵、网络拓扑、路由策略、节点配置的图神经网络体系结构，最后通过实验论证了模型能更好地实现包括时延、抖动和丢包率的网络性能的准确预测。     

MOMEDA结合数学形态滤波的齿轮故障特征提取

为了实现齿轮故障特征的有效提取,针对齿轮早期故障振动信号非线性、非平稳且信噪比低的特点,提出了一种基于多点最优最小熵反卷积(MOMEDA)和数学形态滤波的齿轮故障特征提取方法。首先利用MOMEDA恢复信号中的周期性故障特征并实现信号的降噪,再运用形态差值滤波器对解卷积后的信号进行滤波以增强信号中的冲击特征,最后对滤波结果求取频谱以进行故障特征提取;通过对仿真结果和实验数据的分析验证了该方法的可行性和有效性。结果表明,该方法具有抑制噪声和提取周期性故障冲击特征的能力,能够实现齿轮故障特征的提取。     

船用起重机升沉补偿系统建模与仿真研究

在海上作业时风浪会对吊装系统产生影响,为了减少船用起重机的影响以延长海上作业的时间,在船用起重机上合理安装升沉补偿系统尤为重要。本文阐述了船用起重机的升沉补偿系统的基本原理,并且对系统的动力学仿真模型进行构思和设想,提出两种补偿模式下的动态性能,分析了两种补偿模式下,船用起重机的升沉补偿系统的运作效益,以期实现系统的建模和仿真应用。     

征稿简则

一、征稿范围:《小型微型计算机系统》杂志刊登文章的内容涵盖计算技术的各个领域(计算数学除外).二、来稿要求:本刊主要刊登下述各类原始文稿:学术论文;综述;技术报告.各类综述稿件一经录用三个月见刊.三、注意事项1.来稿务求做到论点明确、条理清晰、数据可靠、叙述简练,词义通达.2.来稿必须是作者自己的科研成果,无署名和版权争议.引用他人成果必须注明出处.3.本刊采用在线投稿方式,可登陆http://xwxt. sict. ac. cn/进行在线投稿.     

石材罗马柱的三维建模和有限元强度分析

本文以建筑上常用的石材材料——石材罗马柱作为研究对象。首先,分别对光面型、线条型和波纹型的三种柱身罗马柱进行三维实体建模,并总结出了一套石材罗马柱的建模方法;然后,分别建立三种柱身罗马柱结构的有限元仿真模型,通过对比其有限元分析数据,总结出了三种柱身的承载能力。本文探索出了石材罗马柱的三维建模方法和不同柱身的仿真分析方法,能够准确、有效地预测其承载。根据该研究,可以快速构建出石材罗马柱的三维实体模型,并迅速选出不同强度下要求的石材罗马柱的柱身,节约了研制时间和减少了材料浪费,具有一定普遍性,可应用到其他类型的石材罗马柱分析的问题中。     

发挥多媒体教学优势 提高小学数学教学效果

随着信息技术在教育中的运用,多媒体在小学数学科目教学中发挥着积极的作用,在提高学生的学习成绩的同时,也合理地调节了课堂内容和教学节奏的分配。