[Co(SCN)_n]~(2-n)配合物在二甲基亚砜—丙酮—水溶液中稳定常数和摩尔吸光系数的正交优选

在“二甲基亚砜—丙酮—水溶液中〔CO(SCN)_n〕~(2-n)配合物的紫外分光光度研究”一文中介绍了用光度法测定了该配合物的吸光度,并用改善了的方法测定了硫氰酸钴(Ⅱ)各级配合物的稳定常数和摩尔吸光系数。本文利用该文中的实验数据(见表1),采用正文交法对稳定常数和摩尔吸光系数进行了优选。结果使该配合物的参数指标即标准差由原来的0.029996缩小到0.01909,后者为前者的64％。     

ARINC429总线接1口芯片及接口板的设计与实现

通过对ARINC429总线的研究,设计了一种方法来接收ARINC429信号,该方法在接收429信号时将根据429信号的特征对429信号的每一位进行3次判别,只有当3次判别都正确时,才接收该位。该方法的抗干扰性优于传统方法。基于这种方法,用可编程逻辑器件设计制作了AR-INC429接口芯片,同时还制作可用于连接微机的接口板。     

利用改进Elman神经网络的光伏I-V特性建模方法

为了准确表征和预测光伏(PV)组件在不同工况下的电流电压(I-V)特性，提出一种利用改进Elman神经网络的光伏I-V曲线黑盒建模新方法.首先，通过皮尔森相关系数分析影响I-V曲线的环境因素；其次，使用基于电压电流的双线性插值法对实测I-V曲线进行重采样，以提高I-V曲线上数据点分布的均匀性；再次，使用基于辐照度温度的网格采样法对I-V曲线数据集进行下采样，降低数据冗余度，并利用量子粒子群(QPSO)算法优化Elman神经网络的初始权值和阈值，从而构造QPSO-Elman预测模型.最后，根据实测I-V曲线数据集进行实验验证和测试，并与多层感知机、未改进的Elman网络、支持向量机等算法进行对比.实验结果表明，所提出的建模预测方法精度更高，稳定性和泛化能力更好.