基于FPGA的信号量管理模块的设计

针对软件实时操作系统的开销给嵌入式系统带来性能退化的问题,提出了基于FPGA的硬件实时操作系统的方案,设计了一个硬件信号量管理模块并用Verilog HDL硬件描述语言进行描述。仿真结果验证了这一设计的正确性,且其创建、请求和发送信号量操作的执行速度比μC/OS-Ⅱ中信号量管理部分明显提高。     

具有Logistic增长项的两种群竞争Keller-Segel模型的稳定性分析

应用线性化方法研究两种群竞争的Keller-Segel模型常数平衡解的个数及其稳定性问题.     

以系统思想推动部队党委决策的科学化

着眼贯彻习近平主席的指示精神,努力实现决策的科学化,部队党委应构建可靠的信息系统、强大的咨询系统、高效的决断系统、有力的纠错系统,从而使自身职能作用得到充分发挥,不断增强新世纪新阶段我军履行历史使命的能力。     

基于马氏距离的二元退化可靠性分析

为解决二元退化产品可靠性建模困难,提出了基于马氏距离(Mahalanobis distance,MD)的二元退化产品可靠性分析方法。首先引入MD,将二元退化数据降维至一元MD,并采用蒙特卡罗方法确定MD失效阈值;然后分别采用了Wiener过程的基本模型和3个具有随机参数的Wiener过程模型进行退化建模,运用贝叶斯方法进行参数估计,并通过模型验证、分位数图(quantile-quantile plot,QQ图)和改进的留一法交叉验证等模型选择方法综合判断确定最优模型。最后采用裂纹增长数据实例验证了所提方法的有效性。     

基于后验风险确定故障样本量的Bayes方法

针对目前测试性故障样本量的确定方法过于粗糙和试验样本量过大的问题,提出了合理运用信息熵方法对装备系统各单元的测试性先验信息进行信息融合,得到装备系统级测试性试验数据。在此基础上得到测试性指标的先验分布,并进一步通过Bayes后验风险准则确定故障样本量及试验方案。以某型电动舵机系统各模块的试验数据为例,以故障检测率为测试性指标,经过分析和计算,发现运用所提方法得到的故障样本量相比传统方法明显减少,从而减少了试验成本,同时得到的测试性指标相对误差较小,保证了可信度。     

一种立体织机平行打纬机构的设计与优化

针对多层织物织造过程中,各层纬纱打纬力需保持一致以及需要减少钢筘与纱线之间摩擦的要求,提出八连杆平行打纬机构,并根据工艺要求对打纬机构进行优化。以打纬机构的主轴转动140°时,筘座在后心位置处的近似静止位移Δs最小为优化目标,通过Matlab软件分析确定设计变量,优化钢筘在后死心位置的近似停留时间。运动学仿真结果表明,优化后的打纬机构不仅保证了钢筘的打纬动程和其在后死心处的静止时间,而且增大了钢筘的惯性打纬力,有利于厚重织物的打纬。     

Predicting Initial Formation Temperature for Deep Well Engineering with a New Method

With the progress of science and technology, human beings explore the energy under-ground with thousands of meters. As a thermophysical parameter, initial formation temperature (IFT) plays an essential...     

基于Dempster-Shafer证据理论的矿山遥感分类

本文分析了矿山用地的特点,利用Dempster-Shafter证据理论用信任区间表示判决结果的特点,计算地类不确定性分布图,以CBV为最大划分像元归属类别原则对遥感图像上的矿山用地进行分类.实验结果表明,D-S证据理论用于矿山用地分类的精度高于最大似然方法的精度.     

三维打印器件后处理液研究

分析了不同的填充强化剂(后处理A液)、不同的后处理B液基料、后处理B液中水性环氧乳液的掺量及后处理液浸泡时间对石膏基打印器件耐水性、抗压强度、尺寸偏差、表面微观结构的影响.结果表明:经纳米硅超硬固化剂处理后的打印器件抗压强度大幅提高,纳米硅超硬固化剂最适宜作为后处理A液;水性聚氨酯乳液PU-202B最适宜作为后处理B液的基料;后处理B液中加入水性环氧乳液,处理后打印器件的抗压强度增加、吸水率降低,但水性环氧乳液含量增加到一定程度后会出现尺寸偏差;后处理A、B液最佳浸泡时间分别为130 s和35 s;先浸泡后处理A液、后浸泡后处理B液的打印器件具有抗压强度高、吸水率小、表面较光滑、不脱粉等优良性能.     

一种自适应步长的复合梯度加速优化算法

自适应步长加速(Adam)类算法由于其计算效率高、兼容性好的特点，成为近期相关领域的研究热点.针对Adam收敛速度慢的问题，本文基于当前梯度、预测梯度以及历史动量梯度，提出一种新型Adam类一阶优化算法——复合梯度下降法(C-Adam)，并对其收敛性进行了理论证明.与其他加速算法的区别之处在于，C-Adam将预测梯度与历史动量区别开，通过一次真实的梯度更新找到下一次迭代更精准的搜索方向.利用两组常用测试数据集及45钢静拉伸破坏实验的实验数据对所提算法进行验证，实验结果表明C-Adam与其他流行算法相比较具有更快的收敛速度及更小的训练损失.