用Delphi开发数据库应用功能的DLL程序

用Delphi开发数据库应用程序时,如果程序中数据访问代码发生变化,需要重新编译并更新应用程 序,烦琐且易出错.把主程序与数据访问部分代码分隔开,把与操作数据库相关的部分做成DLLs,当用户对数据操作的需求发生变化时,修改DLLs的相关代码并将该DLLs拷贝到使用者处,这样可及时满足用户需求,不断完善程序功能,也便于更新版本.     

基于对象的VBA技术在试卷自动生成系统中的应用

面向对象的VBA技术是对Office进行二次开发的有效途径，利用VBA在Word环境中实现试卷的自动生成，其界面统一，易维护、易扩展，给熟悉和习惯使用Word的用户提供了方便。本文讨论了VBA的相关技术，并介绍其实现方法。     

基于筛选机制的L1核学习机分布式训练方法

为降低无线传感器网络中核学习机训练时的数据通信代价和节点计算代价,研究了基于筛选机制的L1正则化核学习机分布式训练方法。提出了一种节点局部训练样本筛选机制,各节点利用筛选出的训练样本,在节点模型对本地训练样本的预测值与邻居节点间局部最优模型对本地训练样本预测值相一致的约束下,利用增广拉格朗日乘子法求解L1正则化核学习机分布式优化问题,利用交替方向乘子法求解节点本地的L1正则化核学习机的稀疏模型;仅依靠相邻节点间传输稀疏模型的协作方式,进一步优化节点局部模型,直至各节点模型收敛。基于此方法,提出了基于筛选机制的L1正则化核最小平方误差学习机的分布式训练算法。仿真实验验证了该算法在模型预测正确率、模型稀疏率、数据传输量和参与模型训练样本量上的有效性和优势。     

甚小线性调频键控调制波形的正弦基拟合优化

甚小线性调频键控(very minimum chirp keying,VMCK)是一种高效的超窄带调制技术,具有窄带宽占用、强边带抑制、数据传输效率高等优点.但是,从VMCK的表达式不能得出其频谱结构的解析解,难以对信号进行进一步分析和优化.基于数值拟合原理,提出一种基于正弦基拟合分解的VMCK优化方案.理论分析和仿真结果表明,该方案可成功去除VMCK谐波线谱,得到带宽更窄、边带抑制更强的VMCK波形,信号的解调性能也可以得到进一步增强.     

无刷直流电机的控制系统设计与研究

无刷直流电机(BLDCM)以其可靠性高、动态性能好等优越的性能,使其得到了广泛的应用;但在一些控制系统中,外加干扰、参数摄动等因素影响了系统的动、静态性能和鲁棒性。针对这一问题,提出将反演设计与自适应滑模变结构控制相结合的方法来控制无刷直流电机的速度控制器,从而实现对总的不确定性f的估计,使系统的不确定性具有鲁棒性。所用的控制算法提高系统的稳态跟踪精度,并且使整个的闭环系统满足期望的动静态性能指标。     

基于web使用挖掘的用户有效偏爱浏览路径研究

在浏览偏爱路径研究的基础上提出了网络拓扑结构加权的方法,与用户浏览路径进行结合得到用户实际浏览偏爱路径。设定网络拓扑主干路径的权值小于远离主干路径的路径权值,远离主干路径的高频路径是网络拓扑设计者期望得到的有效信息,能够较好地用于改进网站设计,进而提高用户服务质量。最后与NPPMA算法在有效度方面进行了比较,以此证明算法的可取之处。     

综述客户细分的方法与技术

本文以客户为导向研究各种细分方法与技术。先简要介绍各种细分方法的特点，并比较了它们之间的差异：再以细分技术为主要内容对基于客户统计学的客户细分、基于客户行为的客户细分、基于客户价值的客户细分和基于客户生命周期的客户细分四种主要的细分方法进行了详细的叙述；最后指出了现有细分方法的不足和发展方向。     

锌液倒角对垂直电磁封流过程中电磁力的影响

以往研究垂直热镀锌技术时，将锌液区域视为理想的矩形，而实际锌液边界是曲线.为更准确了解锌液受力的规律，本项目将锌液区域假设为带倒角的矩形区域，分别研究了锌液无量纲间距为7.375~7.625，励磁电流频率为3~7Hz，倒角的无量纲距离为0~25、0.5和0~75时锌液的受力情况.实验结果表明:在考虑边界倒角情况下，锌液受到的电磁力随倒角增大而减小，锌液电磁力峰值随着频率增大而逐渐减小，提高励磁频率可以使锌液在一个周期内受力更平稳．锌液的倒角越大，锌液一个周期内所受电磁力最大幅值和最小幅值的差值越大.     

单纯同伦算法的改进遗传算法

为解决基本遗传算法在实际应用中存在的收敛速度低及稳定性差的问题.采用了单纯同伦算法与基本遗传算法相结合的改进算法,将n维函数优化问题放到高一维的空间中.改进后的算法通过同伦参数的变化设置跟踪路径,使用网径渐细的单纯剖分,使目标解的精度随着算法的迭代过程逐渐提高,在不损失算法效率的前提下提高了算法的精度;算法依据单纯剖分的顶点整数标号信息作为判断收敛的标准,改善了基本遗传算法判敛标准受人为因素影响的缺点,提升了稳定性.优化算例表明:与相关文献的优化算法相比较,改进后的遗传算法有更高的效率及更高的精度.     

基于混合算法的点云配准方法研究

为解决ICP( Iterative Closest Point) 算法对初始点云位置要求高且易陷入局部最优的问题,提出一种新的配准方法。首先遵从优势互补基本思想,结合将人工萤火虫算法和粒子群算法生成自适应人工萤火虫-粒子群算法( AAGPSO: Adaptive Artificial Glowworm-Particle Swarm Optimization) ,以使算法的收敛速度变快,解的精度得到提高; 其次优化迭代最近点算法( ICP) ,将已改进的AAGPSO 算法引入ICP 配准算法中进行点云配准,解决ICP 算法因点云的初始位置相差较大而陷入局部最优问题,加快整体的配准效率。通过实验对比原始ICP 配准方法和改进的配准方法并对其进行误差分析,结果验证了AAGPSO 算法在传统ICP 算法的基础上提高了配准精度,并且加快了算法收敛速度,改进的配准方法具有明显优越性。