应用C++STL实现基于知识规则推理的方法

对基于产生式规则的知识表示与推理,结合面向对象技术,提出一种应用STL的C++语言实现方法。该方法将规则的结构、创建及释放定义成规则类,具体规则定义成对象,依据STL对序列容器中表的定义构造规则表容器和事实表容器,以创建知识库及动态数据库;推理机独立于知识库;类属算法和成员函数的使用,使推理算法易于编程实现;程序通用性好且便于知识更新。在刀具智能选择专家系统中的应用表明,该方法简单、高效、灵活。     

GaAs光导开关电极制备工艺及性能测试

为了解决目前GaAs光导开关成品率低、稳定性差和可靠性低等问题,提出了GaAs光导开关的关键电极制备工艺解决方案。该方案首先以半绝缘GaAs材料作为衬底,利用电子束蒸镀机在GaAs衬底上沉积Ni/Ge/Au/Ni/Au金属复合层作为光导开关电极,并对电极进行快速退火使其与GaAs衬底形成欧姆接触;然后,为了隔绝光导开关与外界环境,在GaAs衬底上沉积氮化硅作为钝化保护层;最后,通过在欧姆接触电极上外延场板的工艺,制备出电极间距为4 mm的异面GaAs光导开关。对所制备的GaAs光导开关的测试结果表明：在400℃退火条件下,电极的接触电阻率最低可达到0.019 5Ω·cm²;采用50Ω单脉冲形成线,在工作频率为1 kHz、偏置电压为22 kV时,光导开关的输出电压脉冲为10 kV,脉冲上升时间为亚ns量级。采用该制备方法制备的GaAs光导开关的成品率高达约98%,可稳定工作上万次。     

基于BP神经网络CFRP约束混凝土抗压强度预测

为研究BP神经网络对CFRP约束混凝土抗压强度的预测能力以及神经网络模型的输出性能,在大量的实验数据基础上,建立了CFRP约束混凝土抗压强度的BP神经网络预测模型,探讨了不同数据组合对神经网络模型预测精度的影响;基于神经网络理论,将高精度BP神经网络模型生成了可方便应用的一般公式和简化公式,并与已有经验公式进行了对比分析.研究结果表明:BP神经网络能够很好地挖掘输入输出参数的数据信息,得到高精度的预测模型;相比于传统回归模型,用purelin代替sigmoid做传递函数推导得到的简化线性方程式仅增加了一项常数项,其预测值与试验值比值的平均值为1.011,变异系数为0.112,具有更高的预测精度和稳定性.     

引水隧洞结构安全风险评价的动态Bayes网络模型

在运行期内，引水隧洞结构安全的影响因素较多且会随时间发生变化，因此，需要对引水隧洞结构安全进行分析评价。该文建立了一个动态Bayes网络(dynamic Bayesian network,DBN)模型评估引水隧洞的结构安全。首先，通过文献调研和专家咨询，确定引水隧洞结构安全的影响因素；然后，基于模糊层次分析法进行专家咨询，确定条件概率表(conditional probability table,CPT);最后，利用智能机器人巡检结果获得先验概率，并根据隧洞寿命的指数分布假设确定指标的转移概率。将模型应用于中国大渡河流域某水电站引水隧洞的结构安全评价，前向推理结果表明：引水隧洞整体风险较低，约在40 a后风险值增加至0.800,需要采取修补措施。反向传播结果显示：在不同的安全期，引水隧洞需关注不同的安全指标。该模型的评价结果与工程判断一致，表明模型具有较好的准确性和实用性。     

基于多传感器的雷达对抗侦察数据融合算法

为提升复杂电磁环境下雷达对抗侦察系统的可靠性及抗干扰能力, 提出了一种基于多传感器融合的综合权值估计算法。首先由各传感器对原始数据进行分批估计得到局部期望及方差, 然后利用四分位离散度剔除异常数据, 接着针对局部估计结果通过测度算子以及自适应融合估计算法分别确定各传感器权重, 最后利用综合权重进行加权得到融合结果。仿真结果表明, 所提算法在不同情况下均能得到较高的融合精度, 较现有算法具有更好的适应能力及准确性。     

摩擦型高强螺栓在偏心轴力作用下的疲劳性能有限元分析

通过对不同预紧力、抗滑因子以及不同工作温度下某一单板搭接连接节点进行三维有限元建模和模拟得到不同结论.在不同预紧力、摩擦系数以及温度下的高强度摩擦型螺栓连接反映了不同的疲劳性能.提出了一种新的研究疲劳的方法,对以后相关的设计以及研究具有指导意义.     

针孔摄影技术探析

针孔摄影这一古老的摄影技术,在诞生初期并没有获得很大的发展,仅仅是作为画家辅助绘画的工具,即使后来成为了印象派摄影家重要的创作手段,也由于画面清晰度欠佳的原因,没有受到足够的重视。20世纪八、九十年代以来,针孔摄影又一次登上了摄影舞台,并绽放出独特的魅力。     

机床热误差神经网络建模对比实验研究

对同一台加工中心主轴在不同环境下进行热误差实验,基于Matlab工具箱,利用几种常用人工神经网络建立热误差模型,对模型的预测结果进行了对比分析。同时,对基于神经网络的主轴热误差模型的建立和泛化性能等进行了讨论。实验结果和分析讨论表明,影响神经网络泛化问题的众多因素中,网络结构的复杂性和样本的复杂性起着重要作用。在网络结构方面,达到相同训练精度的网络中,结构越简单,泛化能力越好;在样本复杂性方面,样本分布越能体现总体的真实分布,则样本质量越好,但采样难度很大。因此,常规的神经网络整体热误差模型具有较差的泛化能力。     

双滚筒再生搅拌设备搅拌均匀性建模与仿真

为提高双滚筒再生搅拌设备的搅拌均匀性,对内筒转速、叶片安装角和搅拌臂相位角进行了设计,利用基于离散元方法(EDEM)的仿真软件建立了双滚筒再生搅拌设备模型,对搅拌过程进行了离散元仿真模拟.仿真结果表明:在设计范围内提高转速、减小叶片轴向安装角可以提高双滚筒再生搅拌设备的搅拌均匀性;在供料速率一定的情况下,搅拌臂相位角过大不利于混合料的搅拌;搅拌臂相位角对粗集料均匀性的影响程度非常显著,通过减小相位角可以快速降低其离散系数,提高搅拌均匀性.     

馆藏竹木漆器类文物污染霉菌类群的鉴定与分析

以河南博物院馆藏的雕漆器、漆器、木雕、和竹器共36件为实验材料,对其霉变斑点进行取样,将菌悬液通过涂布平板及浇注平板的方法对采集的95个样品进行了霉菌的分离,获得纯菌种后通过观察霉菌形态特征、显微观察菌丝及产孢结构以及18 SrDNA分子生物学鉴定方法,鉴定曲霉属(Aspergillus)、脉孢菌属(Neurospor...