C5191磷青铜薄板高速冲裁断裂阀值的确定方法

为准确分析C5191磷青铜薄板高速冲裁过程中裂纹萌生时的临界损伤,提出一种Hopkinson试验和冲裁数值模拟相结合的反求分析法标定冲裁断裂的阀值。通过基于数字图像分析技术的分离式Hopkinson拉杆试验,获得C5191磷青铜试样出现颈缩时刻所对应的临界塑性变形能(应力、应变积分函数),并作为拉伸断裂的临界损伤阀值C_i导入冲裁数值模拟模型以获得冲裁断面光亮带的高度模拟值,最后根据冲裁光亮带模拟值和实测值的对比分析结果以动态优化调整C_i值,二者一致所对应的损伤值即为高速冲裁断裂阀值C_0。试验结果表明,C5191磷青铜薄板高速冲裁过程中裂纹萌生时的临界损伤值C_0取值为1. 162时,光亮带高度值的数值模拟结果与高速冲裁试验结果的误差仅为3. 64%,体现出此种方法的可靠性。     

基于多级指引索引的高效技术

介绍了搜索引擎中基于多级指引索引的高效技术。包括索引压缩,置入文件阀值的方法。其中索引压缩介绍了字节对齐压缩、Elias gamma编码、Elias delta编码、Golomb编码、二元插值编码,并对其压缩效率,解压速度以及相对性能做了比较,叙述了在不同的情况下使用不同的编码,以便提高搜索效率。     

一种调整簇阀值的加速聚类分析算法及其应用

针对航运信息中大样本聚类问题,根据k-means聚类过程中大部分簇的调整发生在初始迭代阶段的特性,提出了一种调整簇阀值的加速聚类方法,并对该算法进行实例测试,实验结果证明了该方法在满足原有的聚类精度的基础上,减少了聚类的计算量。本文将该方法应用到船舶航线设计中。     

抗生素发酵过程pH值控制策略的研究

通过对抗生素发酵过程pH值控制特性要求的分析和对模糊控制器的结构分析,设计了一个多级开关量控制和模糊控制结合的一种控制器,使得该控制器具有快速跟踪和调节过程无超调的性能,满足了抗生素发酵过程pH值控制的性能要求。该控制器利用模糊决策对两种控制间切换阀值进行自调整,使得该控制器更好地适应不同的对象特性和时变对象。     

一种大容量的信息隐藏方法

基于图像处理、提升整数小波和信息隐藏理论,提出了具有双阀值的信息隐藏算法,阐述了实现信息隐藏的原理,并给出了具体算法及实现过程.该算法把秘密数据通过双阀值技术嵌入到图像整数小波变换后的高频子带的系数中.嵌入数据时,解决了小波反变换时的灰度值溢出问题,增加了相同载体下的信息隐藏的容量,而且提高了秘密信息的安全性.通过实验数据分析了该算法的阀值变化、嵌入容量和安全性等问题,结果表明:该方法提高了秘密信息的安全性和隐藏容量.     

基于站点首页相对浏览时间的会话识别方法研究

随着电子商务的快速发展,Web日志挖掘技术越来越受到人们的青睐.会话识别是Web日志挖掘首要环节,是数据预处理中的关键步骤之一.精确的会话识别方法对于有效分析用户行为起着至关重要的作用.通过分析传统会话识别方法的优缺点,提出一种基于站点首页,并利用页面相对浏览时间计算动态时间阀值的会话识别方法.通过实验,验证了新方法的可行性.     

基于图像分割的扭曲鼻纹识别模型仿真

鼻纹特征是当前最新研究的生物识别特征,对身份的鉴定有着重要的意义.鼻子的纹路较细小,只有在挤压过程中,才能留下纹理特征.但是,挤压过程本身对特征就形成了一定的破坏,使得特征扭曲变形,无法形成完整特征.传统的生物识别方法多是依靠完整生物特征,在鼻纹特征残缺或者挤压造成特征形变的情况下,虽然能识别出特征,但是对应过程会产生大量的干扰,造成假识别,漏识别的问题.提出采用鼻纹图像小区域分割的扭曲识别方法.针对扭曲鼻纹图像进行矩阵重组,根据重组结果进行分割,完成扭曲鼻纹图像的分类,利用自适应迭代出不同区域的识别阀值,设定识别过程中的最优阀值,最终完成扭曲鼻纹图像的识别.仿真结果表明,利用改进算法进行扭曲鼻纹图像识别,能够有效提高识别的准确率.     

愤怒的边界

通常衡量某人的尊严指数,一个不甚科学但有效的指标,当属此人对七情六欲的忍受阀值,这是最容易标准化检视情绪自制力的手段,也正好能恰如其分地体现出社会环境的诚意。如果一个天天都得跟你打交道的人总是把对你的好挂在嘴边,却不断挑战你对悲伤和愤怒的容忍底线,相信任何一个智商正常的人都会觉得不可理喻。在所有挑战公民悲伤和愤怒底线的社会现象中,矿难和堵车是发生频次逐渐攀     

动态索引树文本聚类方法中节点阀值的优化

文本聚类是聚类的一个重要研究分支,在文本处理领域中有着广泛的应用。在描述聚类特征树与动态索引树的文本聚类方法后,将原动态索引树文本聚类方法中的合并阀值由单一线性依赖关系修改为依赖于聚类节点半径值。实验证明,改进后的算法在聚类结果精确率与聚类时间上都有明显提高。     

改进蚁群算法求解两地间时间最优路径

为提高蚁群算法的运算效率,提出一种改进的蚁群算法来求解问题。研究中中引入阀值排序算法对搜索路径进行优化,解决了蚁群算法前期搜索路径的盲目性问题。改进的蚁群算法加快了收敛速度,并提高了稳定性。经仿真试验证明,改进蚁群算法性在减少算法的迭代次数和提高解的稳定性方面有了较大的提高,并且能很好的用于求解路径时间最优问题。