基于CTV100平台的DPTV系统的研究与实现

从硬件和软件两方面详细阐述了基于CTV100平台的DPTV系统,并给出了总体设计框图和设计流程图。本项目采用意法半导体公司(ST)的CTV100解决方案,实现了对传统模拟电视信号的高效数字域处理,显著提高了电视画面的图像质量;并通过采用基于32bitCPU的OS20嵌入式操作系统,实现了多种传统模拟电视无法实现的功能。     

G-X5CrNi13.4不锈钢水斗现场检测方法

针对国内水头最高的水电站——西藏羊卓雍湖抽水蓄能电站4^#机水斗断裂事故，开展了在役机组水斗检测方法的研究，对照各种检测方法的差异，找出了最为有效的检测手段。     

Seismic 3D Prestack Time Migration on Parallel Computers

Ｓｅｉｓｍｉｃ３ＤＰｒｅｓｔａｃｋＴｉｍｅＭｉｇｒａｔｉｏｎｏｎＰａｒａｌｌｅｌＣｏｍｐｕｔｅｒｓ￥ＬｉｕＰｉｎｇ＆ＣｈｅｎＹｕｎｈｅ（ＷｕｈａｎＤｉｇｉｔａｌＥｎｇｉｎｅｅｒｉｎｇｉｎｓｔｉｔｕｔｅ，ＷｕｃｈａｎｇＰ．Ｏ．Ｂｏｘ７４２２３，Ｐ．Ｒ．...     

非对称极化散射矩阵的目标识别方法研究

本文针对单基地测量时线性目标的极化散射矩阵为非对称这一实际情况．根据散射矩阵理论将其进行了对称性修正，在此基础之上，利用本征极化作为雷达目标极化特性的表征并进一步提取了目标的极化特征，同时对五种飞机目标进行了识别实验研究，取得了良好的目标分类或识别效果。     

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.     

微型计算机中西文表格自动处理软件的算法设计

本文讨论了在微机中西文表格自动处理技术中一些特殊功能的算法设计,分析了设计思想,提供了部份实用算法,并对某些算法的时间复杂度进行了评述。这些算法均已在本校研制的“IBM-PC/XT微型机中西文数据库管理系统”的表格自动处理软件中实现,并已应用于百多家企、事业单位的计算机管理系统中。     

基于预先补偿和全状态反馈控制的车-轨耦合振动抑制

以高速磁浮列车为研究对象,探讨了弹性轨道下的车-轨耦合振动问题。建立了能反映实际问题的车-轨耦合最小悬浮单元模型,并进行了开环系统稳定性和耦合振动机理分析。以弥补比例-积分-微分（PID）控制器有效信息利用不足为出发点,设计了基于预先补偿的全状态反馈控制器。通过仿真分析了反馈增益矩阵对系统跟踪性能和振动抑制能力的影响,提出了适当降低对悬浮间隙的要求换取振动抑制能力提升的思路。进一步分析了反馈系数对悬浮系统性能的影响规律,基于此得到了优化的预先补偿和全状态反馈控制框架。最后,通过实验验证了基于预先补偿的全状态反馈控制对抑制车-轨弹性耦合振动的有效性。     

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。     

基于降维观测器与多胞体方法的执行器故障检测

针对具有执行器故障且状态方程和输出方程同时受到外部扰动影响的离散系统,研究了降维观测器设计方法和基于多胞体理论的区间估计方法,并在此基础上提出了基于区间估计的执行器故障检测方法。首先,通过适当的状态等价变换,将原系统分解成2个降维子系统,使得一个子系统可以直接解耦干扰。然后,在无执行器故障发生的前提下,基于对干扰解耦的子系统,提出了一种降维观测器设计方法,实现了原系统状态的渐近收敛估计。其次,针对具有干扰的子系统,设计了Luenberger型观测器,并结合多胞体理论,提出了一种对可测输出的区间估计方法。之后,基于可测输出的区间估计,提出了一种残差的构造方法,以此提出了一种执行器故障检测新方法。最后,给出了仿真设计和分析,验证了方法的有效性。     

基于层次注意力机制的垃圾用户检测模型

目前基于网络的垃圾用户检测方法只考虑了简单社会关系,缺乏对更多复杂社会语义关系的利用,难以达到最优性能.针对这一挑战,提出一种基于层次注意力机制的垃圾用户检测模型(HAM-SD).模型首先使用异质信息网络对社交媒体进行建模,挖掘丰富的语义与结构信息,接着利用节点级注意力层聚合元路径邻居增强节点表示,同时利用自适应层级聚合模块选择不同层级特征提升表征能力,然后通过语义级注意力层融合不同元路径下的节点表示,最后带入分类检测模块实现垃圾用户检测.在公开数据集上的实验结果表明该模型能够有效检测垃圾用户,并在不平衡数据分布时保持较强的稳定性.