基于IT2-PCM的上肢外骨骼系统T-S模糊建模与预测控制

针对动态特性复杂的上肢外骨骼系统的模型建立、高精度控制和复杂约束处理问题,提出基于T-S模糊算法的改进多变量约束预测控制方法 .提出区间Ⅱ型可能性C-均值聚类算法,获取数据建模过程中的样本隶属度矩阵,建立上肢外骨骼的数学模型.对系统复杂约束问题提出一种约束简化方法,将复杂约束转化为关于参数矩阵μ的约束.提出一种加权基函数法,将基函数思想引入预测控制,推导出上肢外骨骼预测控制器.仿真结果验证了该算法的优越性与有效性.     

N-[6-(甲基2,3,4-O-三乙酰基-α-D-吡喃葡萄糖苷)]亮氨酸甲酯的合成与表征

以D-葡萄糖为原料,通过甲基葡萄糖苷的选择性6-位硅烷化、乙酰化、脱硅烷基保护、三氟甲磺酰化得到甲基6-O-三氟甲磺酰基-2,3,4-O-三乙酰基葡萄糖苷,进一步与亮氨酸甲酯反应得到N-[6-(甲基2,3,4-O-三乙酰基-α-D-吡喃葡萄糖苷)]亮氨酸甲酯,通过红外、核磁共振氢谱、质谱和元素分析对其结构进行了表征.     

孤独症儿童脑电与眼动追踪研究

孤独症谱系障碍(ASD)是一种复杂脑发育障碍,儿童时期是孤独症问题行为诊断和干预的关键时间窗.本研究基于脑电和眼动追踪来探索孤独症儿童和正常儿童的发展规律.实验1为脑电发展研究,共招募351名年龄范围为3~9岁的儿童(孤独症组:80名,健康对照组:271名),记录静息态脑电,通过Pwelch方法对儿童脑电进行相对功率谱分析,并建立线性模型探索年龄和诊断组别主效应.结果发现,随着年龄的增长,孤独症儿童慢波波段相对功率谱的发展趋势和正常组具有相似的下降趋势,但是在alpha波段,孤独症儿童的发展趋势与正常儿童存在着显著偏差.实验2为眼动注视模式研究,共招募了293儿童(孤独症组:104名,健康对照组:189名),以一岁作为间隔对孤独症儿童兴趣区域注视时间统计分析,发现孤独症儿童注视共同注意缺失,而更多注意视频材料中的背景和身体部分.经研究表明,脑电神经振荡活动和眼动注意特征可用于儿童发展的客观发育评价,并能揭示脑电特征和注视行为模式随年龄变化的规律,有助于孤独症儿童的早期识别.     

斜纹夜蛾杀虫剂田间药效试验报告

本文对斜纹夜蛾核多角体病毒（Spodoptera litura nucleopolyhedrovirus,SpliNPV）郴州株及农药市场上的五种杀虫剂进行田间药效试验,结果表明,以好乐士25g/升乳油为最好,其平均相对防效为100.0%,所有药剂的相对防效都与对照药剂无显著差异,但防效都略好于阿维菌素乳油,生物杀虫剂的防效总体都表现较好,尤其是郴州株斜纹夜蛾核多角体病毒＋增效剂的防效比较理想,药后第8天防效达84.8%,它是最安全的生物药剂,值得推广应用。     

论做一个合格的项目总监理工程师

监理单位是工程建设行业的五大责任主体之一,承担项目建设的管理、技术、协调等多方面的工作,项目总监理工程师做为监理单位派驻项目的总代表,其素质的高低、工作质量的好坏直接决定着监理工作的成效。本文论述了做合格的总是工程师应具备的素质和从哪些方面开展工作。     

网络多向多sink节点WSN路由算法

目的研究并提出多向多sink无线传感器网络路由算法,实现多sink节点数据传输。方法在对多向多sink网络拓扑结构分析的基础上,根据数据多向传输的要求,研究基于相遇蚁群算法和精英策略的多向多sink WSN路由算法。结果提出了一种采用相遇蚁群算法和精英策略相结合的WSN路由算法,并对算法进行了分析和仿真。结论仿真结果表明,该算法可以实现同一个传感器节点数据传送到不同的sink节点,其效率和收敛时间明显优于GEM和GBR算法。     

高边坡施工期变形预测遗传神经网络模型

基于BP网络存在的不足,将遗传算法引入到BP网络模型中,建立了高边坡施工期相邻层开挖暂停阶段变形预测遗传神经网络模型,对边坡时效变形进行预测,并对预测的结果进行检验,结果表明模型取得较好的预测效果,可供类似工程参考使用.     

本征时间尺度排序熵及其在滚动轴承故障诊断中的应用

针对滚动轴承故障振动信号的非平稳、非线性特性,将经验模态分解方法和排序熵有机结合,提出一种新的基于自适应尺度的复杂度参数——本征时间尺度排序熵,用于描述不同本征模态分量的复杂程度,从而实现故障特征的量化描述。首先,将原始振动信号经过EMD分解得到若干本征模态分量,然后分别对各本征模态分量计算排序熵,即可得到不同本征时间尺度排序熵,最后利用该参数实现不同故障状态的有效区分与识别。实例分析结果表明了该方法的有效性和实用性,从而为机械设备状态监测与故障诊断提供了一种有效途径。     

用于H．264／AVC帧间预测的搜索算法

H．264／AVC标准编码过程中多步搜索（multi-step search method,MSSM）搜索点数多、占用的搜索资源大,而钻石搜索法（DSM,diamond search method）虽然占用的搜索资源少,其在预测准确性却有些欠缺．在此提出了改进的多步搜索算法（MSSM＋）．MSSM＋是在MSSM的基础上改进的,将其第1步搜索步长减半作为自己的第1步搜索步长,通过中心点匹配逐步减半搜索步长,直至搜索步长为1,并找到最终的匹配块．仿真结果表明,MSSM＋在预测准确性方面接近MSSM,而在搜索点数方面却有显著降低,提高了搜索效率,相对于DSM算法,在增加不多的搜索点数情况下取得了良好的预测准确性．