多铰接结构的现代无轨列车路径跟随研究

现代无轨列车是一种新型公路运输车辆,其融合了汽运车辆建设成本低和轨道车辆载运量大的技术优势.针对多铰接现代无轨列车车体编组多,运动自由度大,曲线路径行驶时后方车辆会偏离前方车辆的运动轨迹的问题,建立了跟随误差模型,分析影响路径跟随性的因素,提出一种曲线路径行驶的路径跟随策略.采用航向角预测跟随控制策略,设计中间车轴的铰接角和后车轴的转向角控制规律,以增量PID算法补偿阿克曼转向模型误差,提高系统稳定性.最后在圆曲线路径和"S"曲线路径工况下测试车辆各轴的行驶轨迹.仿真结果表明:车辆的位置跟踪误差保持在0.03 m以内,航向跟踪误差最大在4.5°以内,车辆具有较好的路径跟随性能.     

我国SNS营销现状与发展趋势研究

从SNS营销内涵、营销工具、营销策略和营销评价等方面对有代表性的文献成果进行了分析,揭示了我国SNS营销的研究进展,探讨了我国SNS营销的发展趋势,包括SNS营销认识动态化、商务智能方法和社交平台结合深入化、营销策略微观化、评价思路多元化.     

串联谐振注入式有源电力滤波系统稳定性分析

为了兼顾系统的滤波性能及无功补偿,又能维护系统的稳定性,提出一种新型串联谐振注入式有源电力滤波器拓扑结构并建立相应的数学模型,对其工作原理进行系统分析,探讨它在电网电压畸变、电网电压波动性以及在系统延时和惯性情况下的工作原理,并分别对电网电压畸变、电网电压波动性、系统延时及惯性这3种情况的稳定性进行系统分析研究,利用仿真软件对其结果进行仿真。研究结果表明:上述系统具有良好的稳定性和可靠性,满足了无功补偿,可以较好地应用于工业电力系统。     

高校体育教师掌握运动伤害急救能力的困境及对策

针对近年频发的大学生运动伤害事故,从高校体育教师的角度,对体育教师掌握运动伤害急救理论知识、运动伤害急救技能以及立法的缺失进行了探讨,并提出了相应的对策.     

宋代孝行述略

宋代是中国古代孝行演变到极致的时代,各种所谓孝行史不绝书,以至于孝行既是一个时代的提倡,也是一种社会的风气、社会伦理道德价值取向的反映,是官员能否对皇帝尽忠、百姓能否臣服于皇帝的重要标准,孝行成为宋代自上而下规范民众行为、为封建统治服务的重要内容。     

“二三结合”开发模式渗流特征研究

L油田B区块开展"二三结合"实验区,"二三结合"开发模式渗流特征对区块的合理高效开发具有重要意义。为了明确其渗流特征,利用油藏数值模拟软件Eclipse建立代表意义的油藏数值模型,研究区块"二三结合"开发模式下原射孔层和补孔层的渗流特征,分析了"二三结合"开发模式下,不同开发阶段综合含水率、采出程度、井底压力、地层压力及含水饱和度的变化特征。研究表明,"二三结合"开发模式先通过水驱开发挖潜原射孔层剩余油,提高厚油层顶部剩余油的采出程度,再通过聚合物驱进一步提高开发效果,通过水驱与聚驱的综合作用,最终得到较好的开发效果。     

连续刚构铁路桥收缩徐变效应监测与分析

对连续刚构铁路桥箱梁温度场及桥梁线形进行长期、连续监测,通过主梁跨中下挠的理论与实测对比揭示了连续刚构铁路桥收缩徐变效应。对比了国内外常用收缩徐变估算模型,选择CEB-FIP徐变模型对黄河特大连续刚构桥进行了有限元分析。采用实测温度数据,以箱梁内测温度、外侧温度、顶底板温度梯度、左右侧温度梯度作为箱梁温度场的评判指标,对箱梁1年内的四季温度场分布进行分析。在基于相同温度场的条件下,通过理论值与实测值对比,发现分析成果与实测结果较吻合,说明混凝土的收缩徐变是引起连续刚构铁路桥跨中下挠的主要原因,对比结果还说明通过改善箱梁顶底板应力差能够改善收缩徐变长期效应。     

极小相关组的Matlab实现及其在编码中的应用

纠错码技术是通信技术中不可或缺的一项技术,并在当今的通信技术发展中占有很高的地位,线性分组码是常用的一种纠错码,其纠错能力的计算需要以线性分组码最小码距的计算为基础。向量组极小相关组的提出,引入了向量组的距的定义,为线性分组码纠错能力的计算提供了新思路,极小相关组的有效而且快速求解方法研究将是一个新课题,针对计算机通信科学发展的需求,基于遍历法的思想,运用Matlab软件编写程序求解向量组的极小相关组,并将程序简单应用于具体向量组极小相关组的计算以及线性分组码纠错能力的计算。     

“圭璋之品,经世长才”——明季歙县傅岩探微

明季,歙县知县傅岩为了应对干旱等自然灾害,发官府库银收购米粮,低价卖给民众,又颁布告示规范商民双方的行为,为救荒营造了一个良好的社会环境;严格遵守中央重武备的政策,在任期间大力整饬武备,严行保甲,有力地维护了社会秩序;针对社会上出现的诸多不法现象和不良习俗,颁布禁令和告示,进行整顿和改革,使社会风气为之一新。在明末时局动乱和歙县自然灾害严重的情况下,傅岩能够取得如此巨大的政绩,并得到皇帝、同僚和民众的认可,足以显示其"圭璋之品,经世长才。"     

AR-Grams:一种应用于网络舆情热点发现的文本聚类方法

网络舆情热点发现是一种常用且处理速度要求较高的应用.针对网络舆情热点发现这一特殊应用场合,本文提出了一种基于随机N-Gram的文本聚类方法AR-Grams.该方法通过随机N-Gram的文本相似度计算方法,确立待聚类文档集中各个初始聚类的标志文档并完成初步的聚类操作,继而通过聚类元素数阈值来确定初始聚类,并可根据实际情况确定是否执行聚类合并.该方法生成的聚类内聚性好,准确率高.另外,为了便于评估整体的聚类效果,提出了聚类的整体覆盖率和正确覆盖率.实验结果表明:与对比方法DR-Grams相比,在低阈值时,AR-Grams的准确率、召回率、F-score、正确覆盖率分别提高了11.9％、9.1％、10.2％和9.2％,提升效果尤为明显;在高阈值时,效果基本相当;在整体上,前述4项指标则分别提高了4.5％、2.9％、3.5％和3.0％,优于对比方法DR-Grams.