艺术教育的数字化趋势研究

数字化时代的到来，改变了艺术本身，更改变了艺术教育。它给艺术教育带来了新的生机，如果引导不当．也容易产生技术与艺术新的隔阂。艺术教育工作者一方面应当关注新技术，另一方面也应加强数字化艺术教育中的人文关怀。     

机械精密加工中的温度影响与控制

阐述了温度对加工精度和测量精度的影响，及如何减少热变形的影响．以保证加工过程的高度稳定性。着重讨论了机械加工中温度的控制。     

基于物体坐标系的三维图形数据表示

鉴于世界坐标系定义的空间往往远大于被描绘物体的几何尺寸、导致了数据冗余、分辨率低。提出用物体坐标系表示三维图形，使存储空间减小，分辨率提高，并可提高运算速度。     

浅论社会道德问题与道德实力的重建

阐述当前我国社会道德问题的现象，分析导致这些道德问题的深层原因，应从加强道德教育、加强公共监管，健全法制建设、加强道德文化软实力建设等方面重建道德实力。     

试论张尔岐的《仪礼》诠释特色及其成就

在清初礼学的复兴运动中,张尔岐所著《仪礼郑注句读》在对《仪礼》的整体把握乃至局部礼仪的研究、治礼方法的探索等方面,都具有自身的独到认知和特色,创见良多。将张尔岐的《仪礼》诠释置身于清初礼经诠释史的背景下进行观照,发掘万氏礼经研习的学术取向、注释体例和诠释特色,以及礼经诠释的校勘、辨伪情况,不仅有助于认知张尔岐礼经学的实际价值和贡献,更有助于重构与还原清代礼学研究的真实面貌。     

翻板式车库门举升机构优化设计

运用优化设计理论，对翻板式车库门举升机构进行分析，建立有约束多目标优化设计数学模型，给出了所用优化算法及小型汽车车库门举升机构优化设计结果。     

固体酸催化材料的研究进展

综述固体酸催化剂中最重要的三类催化体系一分子筛，杂多酸及层柱材料和固体超强酸的近期研究状况和发展趋势，并对固体催化剂的应用和开发作了一些有意义的回顾和探讨。     

Sequence-based protein-protein interaction prediction via support vector machine

This paper develops sequence-based methods for identifying novel protein-protein interactions (PPIs) by means of support vector machines (SVMs). The authors encode proteins ont only in the gene level but also in the amino acid level, and design a procedure to select negative training set for dealing with the training dataset imbalance problem, i.e., the number of interacting protein pairs is scarce relative to large scale non-interacting protein pairs. The proposed methods are validated on PPIs data of Plasmodium falciparum and Escherichia coli, and yields the predictive accuracy of 93.8% and 95.3%, respectively. The functional annotation analysis and database search indicate that our novel predictions are worthy of future experimental validation. The new methods will be useful supplementary tools for the future proteomics studies.     

基于支持向量机α阶逆系统方法的无刷直流电机调速系统控制

针对无刷直流电机参数摄动与换相过程的非线性特点,在分析无刷直流电机换相区和传导区数学模型的基础上,提出了一种基于支持向量机α阶逆系统的控制策略.将通过支持向量机回归方法辨识出的逆系统串接在原系统之前构成伪线性复合系统,实现整体系统的近似线性化,简化了外环控制器的设计难度.支持向量机方法在小样本集上逼近效果好,同时能够避免训练中的过学习,因此该方法拓宽了逆系统理论在实际中的应用.仿真与实验表明,该方法不依赖于系统模型,在减小转速超调的同时保证了响应速度,弱化了电机参数摄动与换相扰动对系统造成的影响,使整个系统具有较强的鲁棒性.     

Stability of stochastic neural networks with Markovian jumping parameters

The global asymptotical stability for a class of stochastic delayed neural networks (SDNNs) with new delay-dependent stability conditions are derived. All results are expressed in terms of linear matrix inequality (LMI), and a numerical example is presented to illustrate the correctness and less conservativeness of the proposed method.