数据采集系统的USB接口设计

针对一般总线的数据采集设备都受到不支持热插拔、PC端口资源有限等因素的影响,使用起来很不方便的问题,设计了采用USB(Universal Serial Bus) 作为数据采集系统的通讯总线,系统采用具有ISP(In-System Programing)功能的微控制单元P89C51RD2HBA 和专用USB接口芯片PHIUSBD12 作为硬件通讯平台,遵循USB1.1协议规范设计通讯部分程序,使用KILE C编译环境完成系统程序的设计.该设计使采集系统具有接口便捷、易扩展和低成本等特点,经测试,该系统采样速率可以达到136 kbit/s.     

文化资源二维视频采集处理技术标准规范研究

文化资源数字化保护是重视文化传承的一种重要方式。文化资源数字化技术标准制定对文化资源数字化保存具有重要的指导意义。本文深入研究了文化资源二维视频数字化采集、存储、编码、评价、管理等技术标准规范,为文化资源统一管理、有效整合、高效存储利用,同时为制定文化资源数字化标准奠定了坚实基础,具有重大的应用价值。     

刑事司法改革：规范刑法司法解释权若干问题再析

提升国家治理体系与治理能力的现代化水平反映在刑事司法领域不仅仅要求司法独立,更要求正确适用刑事法律、法规,规范行使刑法司法解释权。有权机关在行使刑法司法解释权时应严格把握刑法司法解释的司法权能,防止其越位立法,明确刑法司法解释遵循从旧兼从轻的时间效力,彰显刑法谦抑的精神品格,防范突破罪刑法定宪纲性的原则要求。只有刑法得以被正确的适用,才能真正将刑法抽象的正义与公平转化为现实的正义与公平。     

组培川贝母质量标准研究

参照2010年版《中国药典》相关方法,建立组培川贝母总灰分、酸不溶性灰分、浸出物、薄层色谱等项目的检查方法并规定限度,采用紫外分光光度法建立组培川贝母的总生物碱含量测定方法并规定限度,以此对组培川贝母进行质量标准研究.结果表明：组培川贝母的总灰分不应超过2%,酸不溶性灰分不应超过1%,浸出物不得少于20%,总生物碱含量应在0.2%-0.3%之间;本研究建立的质量标准可以控制组培川贝母的质量.     

冷弯厚壁钢管短柱试验及规范公式比较

以宽厚比为主要变化参数,进行了16根冷弯厚壁钢管轴压短柱试验,研究冷弯效应对强度的影响.试验结果表明:荷载-位移曲线的形状主要取决于截面的宽厚比.宽厚比较小时,达到峰值荷载后下降较慢,邻近破坏时构件的轴向位移很大;宽厚比大时,局部屈曲影响明显,荷载达峰值后下降较快.同时基于试验结果,与国内外规范考虑冷弯效应的屈服强度计算公式进行了比较,认为我国规范考虑冷弯效应的屈服强度计算公式对于全截面有效的冷弯厚壁型钢也是适用的,且偏于保守.     

一种用于教学的 SQL 编译器设计与实现

SQL为数据库的管理提供了极大的方便。目前已有一批优秀的数据库管理软件,如Oracal、Mysql、SQL server、Access等,然而国内数据库管理软件开发进程缓慢,目前尚未出现一个商用的国产数据库管理软件。这说明国内计算机教育方面存在“重理论,轻实践”的问题。为了在教学中将编译理论和编译实践相结合,设计并实现了一个简化的基于FoxPro数据库的SQL编译器。该编译器主要有词法分析、语法分析、语义规约和数据库文件操作等功能。     

并行产品开发中的产品数据管理

计算机辅助工具之间有效地进行产品数据交换是实现并行产品开发的必要条件。从并行产品开发的角度,分析了对产品数据的需求特点,认为ＰＤＭ能够对产品数据实施良好地集成、有效地传递和可靠地管理,实现产品数据的及时共享,能对并行产品开发提供有力的支持。     

一种基于状态空间的混成系统设计方法的理论基础研究

主要研究了一种基于状态空间的混成系统设计方法的理论基础．首先,在引入相关的ＣＯＮＴＲＯＬ语言的基础上,给出了其用“演化机”定义的操作语义和用扩展的Ｈｏａｒｅ 逻辑形式系统Ｈ′定义的公理语义．然后证明了Ｈ′是以演化机为模型的,即论证了Ｈ′的合理性．从而,在某种程度上保证了设计过程的正确性,提高了混成系统设计的可靠性     

PDM在郑州锅炉厂信息化建设中的应用

在郑州锅炉厂已经全面实施CAD技术,部分应用CAPP技术的情况下,结合锅炉自顶向下、逐级分派的设计特点,提出了分步式PDM的设计思想,将CAD和CAPP在PDM中进行集成,使设计逐步进行,将项目管理、产品配置和工作流程紧密结合,围绕产品结构树组织各项功能,解决了一般系统中项目管理、产品配置和工作流程属于不同模块而导致的使用烦琐的问题,提高了CAD/CAPP应用效率,缩短了产品的开发周期。     

Neural model identification,variable selection and model adequacy

In recent years an impressive array of publications has appeared claiming considerable successes of neural networks in modelling financial data but sceptical practitioners and statisticians are still raising the question of whether neural networks really are ‘a major breakthrough or just a passing fad’. A major reason for this is the lack of procedures for performing tests for misspecified models, and tests of statistical significance for the various parameters that have been estimated, which makes it difficult to assess the model's significance and the possibility that any short‐term successes that are reported might be due to ‘data mining’. In this paper we describe a methodology for neural model identification which facilitates hypothesis testing at two levels: model adequacy and variable significance. The methodology includes a model selection procedure to produce consistent estimators, a variable selection procedure based on statistical significance and a model adequacy procedure based on residuals analysis. We propose a novel, computationally efficient scheme for estimating sampling variability of arbitrarily complex statistics for neural models and apply it to variable selection. The approach is based on sampling from the asymptotic distribution of the neural model's parameters (‘parametric sampling’). Controlled simulations are used for the analysis and evaluation of our model identification methodology. A case study in tactical asset allocation is used to demonstrate how the methodology can be applied to real‐life problems in a way analogous to stepwise forward regression analysis. Neural models are contrasted to multiple linear regression. The results indicate the presence of non‐linear relationships in modelling the equity premium. Copyright © 1999 John Wiley & Sons, Ltd.