惠特尼1934～1936年微分流形工作的历史分析

惠特尼是20世纪美国最有影响的数学家之一,也是微分拓扑的奠基人.他在《微分流形》(1936)中给出的微分流形的概念是20世纪数学有代表性的基本概念,是描述无数自然现象的一种空间形式.但惠特尼早期从事的是图论,大约从1933年才转向拓扑.在对原始文献进行分类研究的基础上,文章探讨了惠特尼从图论转向拓扑的原因,分析了1934 ～1936年间他对微分流形的具体工作和历史意义以及对中国数学的影响.     

基于IMU与sEMG混合信号的实时手势分类算法研究

为了提高表面肌电信号(surface electromyography,sEMG)的手势分类准确率,通过惯性测量单元(inertial measurement unit,IMU)与采集姿态信号与sEMG的混合信号,提出了GRUBiLSTM双层网络的实时手势分类算法。第1层门控循环单元(gated recurrent unit,GRU)利用能量组合算子特征对混合信号进行突变点检测,定位运动态数据起始点;第2层双向长短时记忆循环神经网络(Bi-directional long short term memory,BiLSTM)使用能量核相图特征对运动态混合信号进行2个方向10种手势的分类。通过离线模型优化,分类算法识别时间低于40 ms,突变点检测精度88.7%以上,手势分类准确率为85%,信息传输率(informationtranslaterate, ITR)达到89.9 bits/min,与基于机器学习的分类算法相比,在准确率与计算效率上具有优势。     

基于模拟有限差分的嵌入式离散裂缝数学模型

嵌入式离散裂缝模型划分网格时不需要考虑油藏内的裂缝形态,只需对基岩系统进行简单的网格剖分,可以大大降低网格划分的复杂度,从而能够提高计算效率.并且该模型可以将现有成熟的油藏数值模拟技术和离散裂缝网络模型有机地结合起来,能精细地模拟流体在裂缝性油藏中的流动.本文模型求解采用模拟有限差分方法,该方法基于单个网格的节点和面信息构造数值计算格式,理论上适用于任何复杂网格系统,且具有良好的局部守恒性,将其推广到嵌入式离散裂缝模型后,克服了该模型基于有限差分方法求解时不能有效处理全张量形式的渗透率以及不适用于复杂边界形状裂缝性油藏的局限性.最后通过实际算例验证了本文方法的正确性和优越性.     

水热法合成磷酸银及其表征

以硝酸银和十二水磷酸钠为原料,150℃水热条件下反应24 h制备出了多面体 Ag3 PO4。对产物的结构进行了X-射线粉末衍射（XRD）,扫描电子显微镜（SEM）,荧光（FL）光谱表征,分析了在水热条件下AgNO3浓度﹑反应时间、反应温度和溶液的pH 对产物形貌的影响。 X-射线粉末衍射分析表明得到的产物为纯净的立方相 Ag3 PO4,通过扫描电镜观察到产物形貌主要为多面体结构。     

关于如何搞好数控实习教学的几点思考

本文结合我校工程训练中心数控与特种与加工设备概况,对于如何搞好数控实习教学的问题,提出了作者的一些自己的观点和看法。     

基于WEB的建模与仿真(M&S)系统研究

基于WEB仿真是解决已有仿真软件不可移植、缺乏互操作等缺陷的有效途径，对于研究仿真软件的集成与重用具有重要意义。文章首先介绍了当前国际上流行的基于WEB的建模与仿真系统的三种实现类型。对其广泛采用的实现技术-基于COM/DCOM规范的ASP技术和基于CORBA规范的JSP技术的优劣势进行了分析，景德镇于微软软件产品的巨大市场优势，作者从Widnows平台应用的角度，采用组件技术对基于WEB的建模与仿真系统的结构及其组件进行了研究与划分，并以离散事件系统仿真为例，采用ASP技术和ActiveX技术构建了仿真系统软件的三层体系，并将各组件设计为不同类型的ActiveX控件形式。     

变增益参数辨识及其在混沌保密通信中的应用

讨论变增益参数辨识技术在混沌保密通信中的应用。在基于参数调制策略的混沌扩频通信过程中 ,利用参数辨识进行信息解调。同时利用系统输入和可测输出 ,给出一种可行的参数调整策略 ,以改善对时变参数的跟踪质量并对参数调整的可行性进了定性讨论。数值仿真表明 ,这种变增益的信息解调策略比LMS和ILMS效果更好     

多功能雷达视频模拟器的研制

论述了雷达视频模拟器的设计思想及用计算机模拟目标及杂波的方法。模拟器采用PC机加数字信号处理器 (digitalsignalprocessor,DSP)组合的结构 ,根据多功能视频信号模拟的要求 ,利用伪独立杂波产生法 ,实时产生包含目标和杂波的视频回波信号。该模拟器经与雷达信号处理机联调 ,证明此设计合理 ,方案可行     

On-line Cutting Quality Recognition in Milling Using a Radical Basis Function Neural Network

Tool wear, chatter vibration, chip breaking and built-up edge are main phenomena to be monitored in modern manufacturing processes, which are considered as important factors to the quality of products.They are closely related to the cutting parameters, which are to be selected in manufacturing process.However, it is very difficult to measure directly the cutting quality based on on-line monitoring.In this study, the relationship between the cutting parameters and cutting quality is analyzed.A Radical Basis Function (RBF) neural network based on-line quality recognition scheme is also presented, which monitors the level of surface roughness.The experimental results reveal that the RBF neural network has a high prediction success rate.     

伴随网络法设计电流模式滤波器

应用新颖的伴随网络方法，将电压模式滤波器转化为电流模式滤波器。设计出的新颖电路不但具有与原型相同的灵敏度，而且比原电路具有更宽的带宽、更好的线性和更大的动态范围。结果表明，电流模式电路比电压模式电路更具优越性。