“鲁棒设计”方法在电子镇流器抗干扰设计中的应用

电子镇流器的抗干扰和骚扰是非常重要的参数之一。采用鲁棒设计方法进行对电子镇流器进行系统设计、参数设计和公差设计,通过电源输入端插入LC滤波电路,同时考虑对外来干扰信号的低通反射滤波和镇流器自身产生的辐射骚扰信号对列车其它电器设备的干扰衰减,使产品通过检测符合国家相关标准要求。     

一类非线性规划问题的等价性证明

给出了非线性规划问题中目标函数单调变换前后的一个等价性证明.     

关于参数方程中参数的选取

一条曲线是具有某些特征的点的轨迹,在直角坐标系(或极坐标系)中,当一点的坐标(x,y)(或!,")都是同一个变数t的函数时,如果对于t的每一个允许值,方程所确定的点都在某一条曲线上,同时这条曲线上的任意一点的坐标都可以由t的某一个允许值通过方程得到。那么这个方程就叫做曲线的参数方程。     

逻辑函数化简的一种新思路

本文探讨逻辑函数化简的一种新方法。本方法依据函数项相互衍生的特点建立函数项相互连接与涵盖关系来进行筛选。其优点是使化简思路明确,化简工作量减少,特别是对于变量数较多的逻辑函数的化简更呈现其优越性。     

一种基于段的基音检测算法

作为语音信号处理领域一项基本、关键的技术,基音检测在语音信号处理中扮演着重要的角色,一直是语音信号处理的一个研究热点.首先对传统的基于短时自相关函数法的基音检测进行了研究;在此基础上提出了一种能同时检测一段语音信号基音周期的方法,有效地克服了传统基音检测算法只能检测一帧语音信号基音的缺点.进行了实验仿真,结果表明通过去野点,中值平滑等后处理的基于段的基音检测算法比传统的基于帧的基音检测算法具有更好的抗噪性.     

优质杂稻新组合丰优香占不同移栽密度试验总结

丰优香占是江苏省里下河地区农业科学研究院选育的籼型三系，优质杂交水稻新组合，该品种具有穗大粒多，单产较高，品质好，生育期适中等优点。2004我县引进试验，选送样品参加第三届中国优质大米博览交易会评选获全国十大金奖。为了摸索该品种在我县海拔800米稻作区栽插的最佳密度，为大面积生产提供量论依据，同时为我县发展优质稻订单生产，做大做强“大凉山”优质米品牌提供品种和技术贮备。2005年根据省站的安排，我站特进行试验，现将试验结果总结如下：     

GFMIMU/GPS组合导航系统信息融合技术研究

GFMIMU/GPS(Gyroscope Free Micro Inertial Measurement Unit/Global Positioning System)组合导航系统具有抗高g值冲击、低成本、长寿命、较高精度等优点,在低成本精确制导武器和微小型无人机具有广阔的应用前景。针对工程应用中信息融合的精度和实时性两方面的要求,运用基于模型误差预测的扩展卡尔曼滤波MEP-EKF(Extended Kalman Filter base on Model Error Predictive)方法,将MEMS(Micro Electromechanical Systems)加速度计的误差作为模型误差来考虑,对GFMIMU/GPS组合导航系统进行建模仿真,将其与EKF和UKF(Unscented Kalman Filter)方法进行了仿真比较,在方位误差角的估计上取得了比他们精度高的仿真结果,而且MEP-EKF所需时间是UKF的10%.     

苯在Ru-Zn/Ru（0001）合金表面上的吸附——密度泛函研究

为了理解苯在Ru-Zn合金催化剂上的部分加氢催化机理,采用密度泛函方法对苯在Ru-Zn/Ru（0001）面上的吸附进行理论研究。计算结果表明,当苯的碳原子或者共轭双键直接位于表面Zn原子的atop位时,其吸附热较Ru（0001）面上的类似吸附状态下降约60%.Zn原子与苯环C原子之间的排斥作用导致苯环的成键轨道与表面Ru原子的价层轨道之间的空间对称性下降,从而不利于苯与合金表面的键合。当吸附位离开Zn原子时,邻近Zn原子对于苯的吸附基本没有影响。     

Finding finer functions for partially characterized proteins by protein-protein interaction networks

Based on high-throughput data, numerous algorithms have been designed to find functions of novel proteins. However, the effectiveness of such algorithms is currently limited by some fundamental factors, including (1) the low a-priori probability of novel proteins participating in a detailed function; (2) the huge false data present in high-throughput datasets; (3) the incomplete data coverage of functional classes; (4) the abundant but heterogeneous negative samples for training the algorithms; and (5) the lack of detailed functional knowledge for training algorithms. Here, for partially characterized proteins, we suggest an approach to finding their finer functions based on protein interaction sub-networks or gene expression patterns, defined in function-specific subspaces. The proposed approach can lessen the above-mentioned problems by properly defining the prediction range and functionally filtering the noisy data, and thus can efficiently find proteins’ novel functions. For thousands of yeast and human proteins partially characterized, it is able to reliably find their finer functions (e.g., the translational functions) with more than 90% precision. The predicted finer functions are highly valuable both for guiding the follow-up wet-lab validation and for providing the necessary data for training algorithms to learn other proteins.     

基于模糊-粗糙模型的逼近精度分类规则提取策略

为了处理具有连续属性的决策系统,利用模糊理论与粗糙理论在处理不确定性问题方面的差异性,提出一种基于模糊-粗糙模型的逼近精度分类规则提取策略.首先利用模糊π函数对决策系统中的连续属性构造三个模糊参数进行模糊化,从而确定条件属性的模糊区域;再根据模糊相似关系构造模糊相似矩阵,然后基于模糊等价类划分的概念,提出了利用逼近精度近似度量的数据挖掘方法进行属性约减,最后应用实例说明如何在决策表中发现分类规则.实验结果表明此方法挖掘出的规则简练且合理可靠.