基于复摆法的转动惯量测试系统的数据采集电路

相平面复摆法是应用于大型弹箭测量转动惯量的新方法,该方法将转动惯量测量归结为复摆动力学系统的辨识问题,摩擦阻力、空气阻力的特性参数及转动惯量本身则看作待辨识的系统参数,提高了测量精度。文章对其测试系统的数据采集电路进行了分析,介绍了角位移传感器以及PCI数据采集卡的应用,提出了系统所产生的误差。     

西部少数民族地区县域经济发展实证研究—以贵州省玉屏侗族自治县为例

采用1995-2010年贵州省玉屏侗族自治县城镇化水平、第三产业增加值、招商引资数量、人均教育支出、R＆D经费投入共五项的时间序列数据,运用普通最小二乘法的实证研究方法,对玉屏县县域经济的增长进行计量研究。结果显示：城镇化水平、第三产业增加值、招商引资数量、人均教育支出、R＆D经费投入都对玉屏县县域经济的增长有正向推动作用,其中招商引资数量推动作用最大,R＆D经费投入推动作用最小。最后根据研究结论提出相应建议。     

基于特征融合和尺度自适应的核相关滤波算法研究

针对传统核相关滤波算法中存在单一特征鲁棒性差、尺度更新不健全等问题,提出了一种特征融合和尺度自适应相结合的目标跟踪算法.首先,通过研究各特征的侧重,将方向梯度特征(HOG)和颜色特征(CN)相融合,可以得到一种辨别能力更强的特征.然后,加入BRISK特征目标尺度的预测方式,从而实现目标的尺度更新,进而提高目标的跟踪精度...     

基于镍基刻蚀剂分步刻蚀微锥形阵列工艺方法

聚焦于金属阵列锥形结构高精度、高表面质量、高阵列一致性制造,提出一种分步式电解加工方法,通过开展一次掩膜电解加工正交优化实验和二次电解表面修整工艺优化,最终实现高精密微锥形阵列结构制造.结果表明:较长的加工时间和较大的电流可加工出小顶端直径、大高径比的微锥形阵列结构;镍基刻蚀剂可避免微锥形阵列结构过度腐蚀,提高表面光滑...     

一种使用属性表的快速概念聚类算法

形式概念分析是一种用于概念聚类的无监督机器学习技术,在数据挖掘、信息检索等很多领域中得到了应用．将概念搜索空间重新组织成一棵前缀树,并构造了一张属性表,利用表中保存的数据对前缀树进行剪枝,使概念聚类的过程仅在一些有效的子空间中执行,进而提出了一种使用属性表的快速概念聚类算法．实验结果表明,该算法在稠密和稀疏的形式背景下均优于NextClosure算法．     

功能化纤维对氨气的吸附性能研究

主要研究了功能化纤维(RPFC-I)对氨气的吸附净化性能.结果表明,RPFC-I纤维对氨气具有良好的吸附净化性能、再生使用性能和吸附灵敏度,对氨气的最大吸附容量可达到93.52 mg/g,再生后纤维交换容量为6.88 mmol/g,略有增加.温度为(26±1)℃时、相对湿度为54%～65%时,纤维对氨气的吸附净化效果最好.初始氨气质量浓度分别为31.0、60.0 mg/m~3时,经纤维吸附净化后分别降至0.1、1.5 mg/m~3,去除率分别为99.7%、97.5%.     

低调的小明星物种

正说起珍稀动物,你肯定能想到大熊猫、华南虎、藏羚羊等动物的大名。其实,除了这些明星物种,还有很多神秘而稀少的低调小明星物种。貂熊:名字就是个吃货俗话说"民以食为天",近年来伴随着相关饮食栏目的出现,吃货一词一下子成了流行用语,甚至还被人们用来自嘲。说起吃货,貂熊绝对配得上这个称号,它的拉丁文名字Gulo gulo的     

多胺基针刺布的制备及其在H2S去除中的应用

为了解决含硫化氢(H_2S)废气的高效净化问题,直接以腈纶针刺布为原材料,通过一步反应制备了多胺基针刺布,测得其交换容量为5.9 mmol/g,并用红外光谱和热分析技术对其进行了表征;研究了碱液存在下多胺基针刺布对H_2S的去除性能及气体流量、碱液浓度、增重率、氧含量和H_2S浓度等因素的影响,结果表明碱液和多胺基针刺布的协同作用对气体中的H_2S具有优异的去除性能.吸附饱和的多胺基针刺布可用碱液再生,且再生后性能无明显变化,在所设定实验条件下,针刺布处理容量和碱吸收容量分别稳定在30.6 mg/g和697.2 mg/g左右.     

基于VB.NET语言的双纵轴多曲线平面曲线控件

介绍了在Microsoft Visual Studio环境下,使用VB.NET语言编写数据范围实时可变、双纵轴平面曲线控件的方法。该控件可根据传入数据自动计算出坐标轴的单位长度、最小刻度值、最大刻度值以及刻度数,使用这些参数和图形数据绘制出带坐标轴的曲线图。试验表明:利用该方法编写的曲线控件具有实时性好,通用性强,占用系统资源少,支持多线程调用,便于重用等特点,为开发带有曲线功能的软件提供了一种可靠的组件。     

基于模糊聚类测点优化与向量机的坐标镗床热误差建模

为了研究电主轴系统热特性对机床精度的影响,建立了主轴轴向及径向热误差模型.以精密坐标镗床为对象,采用五点法对主轴热误差进行测量,并分析了转速对主轴热误差及温度场的影响规律.利用模糊聚类分析法对温度变量进行分组优化,选出对热误差敏感的温度变量,建立主轴轴向热伸长及径向热倾角的最小二乘支持向量机(LS-SVM)以及多元线性回归(MLRA)的综合热误差模型,并设定了预测优度评价标准.结果表明:模糊聚类分组法能有效降低温度变量间的多重共线性,并提高模型的稳定性;LS-SVM模型具备全局寻优的特点,可实现不同工况的高精度预测,预测精度可达90%,且比传统的MLRA模型有更好的通用性以及更强的泛化能力,可作为后期热误差的补偿模型.