压力补偿数字阀及系统数学模型,静动态数字仿真

本文以我校研制的PDV-Ⅲ型、 PDV-Ⅰ型数字阀及其组成系统为对象,建立了它们的数学模型,提出了一种解液压系统非线性微分方程的实用型方法——变微分方程等数法,并以阶跃和脉冲输入,进行了动态数字仿真。所得的结论,具有一定的指导意义。     

高精度数字测速及动态位置检测算法

为提高伺服系统的反馈精度,讨论了针对增量式光栅编码器的常用数字测速方法的测量精度.提出了基于32位浮点运算和改进的M/T法的高精度数字测速及动态位置检测算法.并以高性能32位浮点型DSP和大容量FPGA实现了算法的软硬件结构和功能.结果表明该算法可以充分发挥增量式光栅编码器的动态连续测量能力和高频时标信号的内插作用,在整个测速范围内获得很高的测速精度和精度一致性,提高位置反馈的动态测量分辨率.对提高速度和位置反馈精度,改善伺服控制系统性能具有实际意义.     

CSSCI与中国期刊网引文评价比较

对CSSCI引文数据和中国期刊网引文数据进行比较,探讨经过来源期刊选择的CSSCI引文和未经过选择因而范围更广的中国期刊网引文评价的排序耦合性并作出相关分析。对CSSCI用于引文评价需完善之处提出建议。     

数字地质图核心元数据研究

空间数据的应用随着因特网技术的普及越来越广泛,普遍应用于资源管理与优化配置、环境评价与保护、人口、交通、规划等与区域经济可持续发展有关的决策之中。对于空间数据的管理者、用户等而言,如何合理地使用空间数据,从中挖掘和发现新知识,使决策结果更加科学、合理、可靠,已经成为地理信息产业界和学术界日趋关心的焦点问题。空间数据元数据是解决这一问题的关键技术之一。本文对空间数据元数据从理论上进行了探讨,并以矿产资源勘查评价过程中的数字地质图空间数据元数据为例,建立了数字地质图核心元数据示范标准,在实际应用中取得了良好的效果。     

液压系统自动建模与仿真软件的研制

基于液压大系统“灰箱”建模原理与方法 ,研究开发了适用于液压大系统的自动建模与仿真软件。本文重点介绍了“灰箱”建模法的特点并应用研究软件对 15KJ电液锤液压系统进行了仿真计算     

基于WEB的数字信号处理虚拟系统

基于WEB的虚拟系统为研究数字信号处理提供了一种新的方式,采用虚拟系统对数字信号的频谱分析及语音编码进行研究,通过ASP和ActiveX技术实现系统的动态交互和实时传输,初步实现了信号在网上的实时交互处理,该系统的研究成果已开始应用于教学,科研中。     

伪装检测仿真技术与方法

受时间、设备、经费以及环境等条件的限制,伪装检测实际上不能达到敌现代高技术侦察的条件,处于特例检测以偏概全、满足统计要求的检测又无法实现的两难境遇。通过探索“黑箱化”途径,分析特例与普遍意义的关系,确定统计意义下的应用条件;对连续与间断的辩证转化,建立模拟运算公式和传递模型;讨论局部与整体的空间均匀性,限定模型的边界和条件;由聚类与分解相关因素,简化或深化研究问题;经模拟运行和实验检验,探索实现伪装检测遥感图象的数字仿真。     

Analysis and design of DSP-based dual-loop controlled UPS inverters

This paper presents a novel digital dual-loop control scheme of the PWM(PUlse width modulate)inverter. Deadbeat control technique are employed to enhance the performance. Half switching period delayed sampling and control timing strategy is used to improve the system dynamic response. Simulation and experimental results presented in the paper verified the validity of the proposed control scheme.     

基于等高线与植被图的后向散射系数估算方法

通过对等高线与土地利用图的处理,建立了数字高程模型和土地类型数据库,提出了一种在大范围复杂地形条件下雷达地面归一化后向散射系数的估算方法。与实测数据对比,显示了这种方法的正确性。     

A CLUSTERING ALGORITHM FOR MIXED NUMERIC AND CATEGORICAL DATA

Most of the earlier work on clustering mainly focused on numeric data whose inherent geometric properties can be exploited to naturally define distance functions between data points. However, data mining applications frequently involve many datasets that also consists of mixed numeric and categorical attributes. In this paper we present a clustering algorithm which is based on the k-means algorithm. The algorithm clusters objects with numeric and categorical attributes in a way similar to k-means. The object similarity measure is derived from both numeric and categorical attributes. When applied to numeric data, the algorithm is identical to the k-means. The main result of this paper is to provide a method to update the “cluster centers“ of clustering objects described by mixed numeric and categorical attributes in the clustering process to minimise the clustering cost function. The clustering performance of the algorithm is demonstrated with the two well known data sets, namely credit approval and abalone databases.