英国浪漫派诗人的民族情结

依据英国三大浪漫主义诗人的著述及言行说明浪漫主义是民族主义的坚强同盟.分析了浪漫主义的民族主义形成的各种原因,简述了它对中国文学界的影响;同时还指出,由于浪漫主义自身的致命弱点,其对民族独立运动的作用是十分有限的.     

CEDS—MD系统的数据 模型及处理

CEDS-MD是为彩色电视机机壳结构设计研制的专用微机CAD系统,本文介绍了系统的数据分类,表示模型的选取,数据处理方法及相应的文件系统.     

基于模糊C均值聚类的二维直流电阻率与射频大地电磁联合反演

为结合直流电阻率（direct current resistivity, DCR）与射频大地电磁（radio-magnetotelluric, RMT）法反演优势,开展了二维DCR与RMT数据联合反演研究。在经典最小结构模型正则化的基础上,采用平衡算子调节两个数据间的权重,引入模糊C均值（fuzzy C-means, FCM）聚类对电阻率模型进行约束,根据数据均方根误差自动调整FCM聚类项的权重,提高了联合反演效果。通过单独反演与联合反演结果的对比,分析了两种方法的反演能力,总结了联合反演的优势。模型试算表明,DCR与RMT数据联合反演得到的电阻率模型较单独反演更接近实际模型,FCM聚类约束的应用可进一步提高联合反演的效果。     

弯曲铝合金方管的轴压性能试验研究

为研究带初弯曲度铝合金方管的轴压承载力,完成了8个试件的轴压稳定性试验,并建立了与试验条件一致的有限元模型。通过对比试验和有限元分析结果验证了有限元模型的可靠性。结果表明,带有较大初弯曲度铝合金方管的破坏模式为整体弯曲失稳。最后,根据有限元分析结果拟合得到较大初弯曲度铝合金方管的整体稳定系数计算式,并将拟合计算式结果和数值分析结果及试验结果进行对比,验证了计算式的正确性。     

C波段低剖面双圆极化微带阵列天线小型化设计

设计了一种工作在C波段的5×5小型化低剖面双圆极化微带阵列天线.与传统的阵列相比,通过相邻2×2子阵列的贴片交错,可以缩小单元间距,实现小型化;采用两个T型功分器馈电网络,同层分布,可以拓展带宽.测试结果表明,左右旋圆极化的阻抗带宽（VSWR<2）和轴比带宽（AR<3dB）分别达到20%和16%,在频段5.3-6.36 GHz内,左右旋增益最大值为15.2dBi.天线阵列尺寸为3.05λ0×2.74λ0×0.037λ0.     

基于量子微粒群优化算法的半透明介质光学参数反演

针对半透明介质光学参数估计问题,建立了脉冲激光辐照下半透明介质光学参数反演模型,采用量子微粒群优化(QPSO)算法反演了折射率和吸收系数,分析了测量误差、热物性参数对反演结果的影响,并利用敏感性分析揭示了反演精度与测量误差的关系.计算结果表明：建立的反演模型和采用的QPSO算法可以精确估计折射率和吸收系数,即使人为添加10%的测量误差,反演结果依然具有较强的鲁棒性和准确度.本研究可为半透明介质物性参数获取提供技术参考.     

机器人主动柔顺恒力打磨控制方法

为了解决打磨过程中打磨控制系统存在扰动问题,设计了一种机器人力控末端执行器,并提出了一种机器人主动柔顺恒力打磨自抗扰模糊变阻抗控制方法.所提方法的内环控制采用模糊变阻抗控制器,外环控制采用自抗扰打磨控制器.采用Lyapunov稳定性理论证明了所提方法的跟踪误差收敛为零.通过仿真和实验,验证了所提方法的有效性和适用性.研究结果表明：在内环控制相同情况下,与外环控制为PID控制器相比,所提出的机器人主动柔顺恒力打磨自抗扰模糊变阻抗控制方法减小了打磨过程中的力跟踪误差和位置超调量,提高了机器人打磨力控制系统的控制效果和鲁棒性,实现机器人柔顺恒力控制.     

带背景激波系的凹腔流动特性研究

凹腔作为超燃冲压发动机的一种火焰稳定器受到广泛关注,凹腔剪切层与背景激波系的相互作用影响凹腔火焰稳定器的性能。为深入分析背景激波系对凹腔流动的影响,设计了长深比为13.3的闭式凹腔,将凹腔模型前缘激波和风洞上壁面干扰激波作为背景激波系,在Ma=2的直连式风洞中开展了背景激波系与凹腔剪切层的相互作用的试验,采用高速纹影系统对瞬态流场进行了捕捉,重点关注背景激波系和凹腔剪切层的动态变化特性。采用纹影序列的本征正交分解来研究流场中的主要相干结构,采用快速傅里叶变换和连续小波变换对流场的频率域特征进行了分析。结果表明：在背景激波与剪切层相互作用下,激波结构产生大尺度振荡,凹腔内流动结构产生小尺度脉动。通过对激波位置的傅里叶变换分析,发现激波振荡的主导频率集中在90～400 Hz的范围内。通过对纹影图像的空间傅里叶变换分析,发现5 kHz以下的流场振荡主要由激波振荡引起,5 kHz以上的流场脉动主要由凹腔内流动结构引起。     

三角矩阵余代数上的有限Gorenstein余表现余模

利用范畴的等价定理和范畴之间的正合函子,给出了三角矩阵余代数Γ=(T _TM_U0 U)上的有限Gorenstein余表现余模的具体形式,并且得到三角矩阵余代数Γ与余代数T及U之间的有限Gorenstein余表现维数的关系Max{G.cp.dimT,G.cp.dimU}≤G.cp.dimΓ≤G.cp.dimT+G.cp.dimU+1。     

基于词-标签概率的多标签文本分类研究

针对多标签文本分类任务中如何有效地提取文本特征和获取标签之间潜在的相关性问题,提出一种CNN(convolutional neural networks)结合Bi-LSTM (bi-directional long short-term memory)的模型.首先,通过CNN网络和最大池化提取文本的特征;然后,利用训练的Labeled-LDA(labeled latent dirichlet allocation)模型获取所有词与标签之间的词-标签概率信息;接着,使用Bi-LSTM网络和CNN网络提取当前预测文本中每个词的词-标签信息特征;最后,结合提取的文本特征,预测与当前文本相关联的标签集.实验结果表明,使用词-标签概率获取文本中词与标签之间的相关性信息,能够有效提升模型的F1值.