基于交互模冲切刃口的交互式设计

分析了级进模刃口设计的特点，提出了采用交互式刃口设计的算法，给出了该算法的设计步骤和方法，并编制了相应的应用程序软件，实践证明本算法能对一般采用级进模设计的冲裁件进行工序排样设计．     

社会系统组织化研究

通过对社会系统组织化概念的研究，提出社会系统组织分应分成三个层次：体制、结构和运行；描述了它们三间的相互作用关系；最的提出社会系统组织化的一般程序。     

十六元零相关区周期互补序列偶集的构造

基于二元零相关区周期互补序列偶集和逆Gray映射,提出了两种十六元零相关区周期互补序列偶集的构造方法。第一种方法是在二元至四元序列逆Gray映射的基础上,结合四元至十六元序列的映射进行构造;第二种是利用一种新型逆Gray映射构造十六元零相关区周期互补序列偶集。两种方法均可以由二元序列直接生成十六元序列,从而为十六元序列的构造提供了一种新的思路。由于零相关区互补序列集可以看作零相关区互补序列偶集的特例,该方法也适用于零相关区周期互补序列集的构造。     

系统方法论研究的现状分析与展望

对目前系统方法论的研究进行分类：硬系统方法论、软系统方法论和批评性系统方法论，分析了不同系统方法的哲学思想、方法步骤及其局限性，探讨了未来系统方法论发展的形式。     

新型有轨电车自动防护系统的研究

当前有轨电车(ATP)系统采用PID控制,该控制是一种按照事先安排好的行车曲线进行速度控制的方法,这种方法的缺点是控制速度时的加减切换次数过多,既不利于平稳运行,又破坏乘坐的舒适性同时减低了停车精度。采用模糊预测控制对新型有轨电车的ATP系统进行研究,运用Visual C++6.0对整个系统进行了建模与仿真,并对仿真结果进行了分析。实验结果表明:在采用模糊预测控制之后,新型有轨电车ATP系统的性能得到了改善和提高,克服了PID控制的不足。     

内蒙古地区主要推广玉米品种遗传多样性研究

用农艺性状与分子标记(SSR)相结合的方法分析了24个在内蒙地区选育的玉米品种遗传多样性.结果表明,用30对玉米SSR核心引物进行遗传多样性分析,共检测到234个等位基因变异,每对引物检测到5~15个多态性片段,平均为7.8个.每个位点SSR多态信息含量(PIC)变化为0.408~0.916,平均多态性为0.876.聚类分析(UPGMA)可将24个玉米品种分为5大类.品种间具有较高的遗传变异性.内蒙古地区主栽玉米品种有着较为稳定的遗传特性,基础遗传资源丰富.这对新品种选育、品种改良和亲本选配有着重要的参考意义.     

大型复杂曲面类毛坯最佳适配算法的研究

提出了一种复杂曲面类毛坯与设计原型最佳适配的优化算法.通过曲面的旋转、平移以及改进的多目标优化算法,完成了毛坯预定位、精调整以及细微处理,使得毛坯与理论曲面尽可能吻合,从而达到了改善加工余量分布的目的,并且减少了毛坯的堆焊量,大幅度提高了生产效率     

会计信息失真对策研究

会计信息具有相关性、可靠性、真实性的特征。深入分析了会计信息失真的原因,指出会计信息失真是许多社会问题在会计上的综合反映,并提出了解决会计信息失真的对策与建议。     

青藏高原北部的早期隆升

青藏高原北部边界构造变形的研究是认识高原变形隆升时间及机制和印度-欧亚板块碰撞远程效应的重要途径.阿尔金断裂和祁连山北缘断裂控制的河西走廊盆地是位于高原最北端的新生代前陆盆地, 其中巨厚的沉积物和沉积演化较完整地记录了高原北部的变形隆升历史.盆地中最老新生代地层火烧沟组为山麓-河湖相沉积, 与上下地层均为不整合接触.高精度古地磁学与岩石磁学测年表明它们的年龄分别约为40.2和33.4 Ma, 前者揭示新生代青藏高原北部早期隆升的最晚时间, 推断导致高原北部隆升的印度-欧亚板块碰撞变形的前缘最迟在那时就已到达高原最北部, 阿尔金断裂和祁连山北缘断裂最晚也在那时形成和连通.后者揭示高原发生了第二次强烈变形和隆升, 并导致了盆地自此以来顺时针旋转了17°, 并使火烧沟组顶部代表的晚始新世高原最早期夷平面瓦解.     

基于主成分分析和极端学习机的测谎方法研究

为了克服当前基于P300的测谎方法训练时间长、个体识别准确率不够高的缺点,提出了将主成分分析(Principal component analysis, PCA)和极端学习机(Extreme Learning Machine,ELM) 相结合的PCA_ELM测谎方法.该方法使用典型的三刺激测谎范式,记录30名随机划分的撒谎和无辜者在Pz电极上的脑电(EEG)信号, 选择探针刺激响应并对每名受试者的每5个响应波形进行平均,然后对两类信号提取小波特征.PCA被用于对原始特征空间进行特征选择.降维后的特征样本被送到ELM分类器,该分类器学习速度快,泛化能力强,但是对于其隐层节点数的指定一直未有有效的解决方法.我们通过对特征子空间的维数和ELM的隐层节点数进行二维的网格搜索算法,基于交叉验证的方法,对两个参数进行同步优化选择,训练得到最佳参数下的分类模型.实验结果表明,提出的PCA_ELM方法不仅在训测谎准确率上高于当前的广泛使用的分类模型,而且训练时间大大缩短,尤其适合于在线的测谎系统.