基于电刺激的多模式康复系统设计和研究

针对脑卒中后肢体功能障碍、褥疮及疼痛,分析了临床上常用的治疗参数,设计了多模式电刺激治疗系统。该系统通过触摸屏与主芯片STM32L152RCT6进行通信,控制升压和极性转换电路产生幅值、频率及脉宽均可连续调节的双极性电刺激脉冲,验证了系统的稳定性和镇痛的效果。通过试验验证了系统能稳定工作,且电脉冲幅值与电阻值的变化无关,且能提高受试者的疼痛阈值。能产生临床使用的电刺激疗法的各类参数,有利于临床实验和相关科研的开展。电刺激技术能够缓解人体疼痛,提高疼痛阈值。     

钒渣钙化焙烧的影响因素及焙烧氧化动力学

采用钙化焙烧方式处理转炉钒渣以提高钒的浸出率,考察了焙烧参数(渣样粒度,升温速率,焙烧保温温度及保温时间,配钙量)对钒浸出率的影响,根据钒渣氧化的TG-DSC曲线对钒渣氧化变温动力学进行了分析.结果表明:降低升温速率可提高钒氧化率,保温温度高于600℃时钒浸出率迅速增加.在钒渣粒径48~75μm,外配钙m(CaO)/m(V2O5)为042,升温速率2℃·min-1,保温温度850℃,保温时间150min的条件下,钒浸出率达9331%.钒尖晶石氧化过程受三级化学反应控制,升温速率为5和10℃·min-1的表观活化能分别为26765,25603kJ·mol-1.     

购并中的非上市企业价值评估

研究了企业购并过程中最主要的方面，即目标企业-非上市企业的定价，购并中的非上市企业价值不仅包括企业没有被购并时作为一个整体的价值，还包括由于兼并产生的一系列协同效应和其他因素而导致额外的收益（溢价）的部分，那么非上市企业的价值就是购并前目标企业的价值加上溢价的一部分。     

多型地空导弹网络化作战部署效能评估

首先,建立了评估指标体系,运用D—S证据推理理论对专家的评估数据进行处理,在得到决策矩阵的基础上应用熵技术对预先给定的权重进行修正,结合决策矩阵计算出了评估结果,最后,通过实例验证了模型的可用性。     

南方鲶的三代虫病研究

南方鲶（Silurusmeridionalis）的三代虫病病原体是古雪夫三代虫（GyrodactylusgusseviLing,1962）．该虫离开南方鲶后,有粘液时,存活率比无粘液时高（32-83）％,存活时间也较无粘液时长（1．5-3.5）h．古雪夫三代虫可通过养带虫鱼的水及与病鱼直接接触传播．该三代虫最先感染南方鲶的部位是上颌须和臀鳍,其次是尾鳍和其它部位．南方鲶急三代虫病的早期症状是上颌须变软、变白和断须,通过这一特点,可进行该病的早期诊断．     

基于SOA的中小型企业IT系统设计与实现

从分布式计算环境中起源和发展起来的面向服务的软件体系结构(SOA)历经10余年,其研究逐渐趋热并走向广泛和深入.本文在以往研究的基础上,探讨中小型企业IT系统如何引入SOA的思想设计并实现.在信息化浪潮中,中小型企业的发展也需要IT基础支持.文章通过对中小型企业的研究与分析,提出一种符合中小型企业业务特点的,面向服务的分析与设计方法SOMAL.最后,给出一个基于SOA实现网上手机商城的例子.通过实践来验证SOA作为新型的体系结构是符合现实需求的,其研究也是具有积极意义的.     

基于核Fisher鉴别分析的手指静脉识别

抽取最优鉴别特征是手指静脉识别中重要的一步,在提取小样本的高维手指静脉图像特征时,由于光照、温湿度、水平位移等因素的影响使得采集的静脉图像是非线性分布的,为此,提出了一种基于核Fisher鉴别分析(kernel Fisher discriminant analysis,KFDA)提取非线性特征的方法.该方法是利用一个核映射将原始输入空间变换到一个更低维的空间RN中,在此特征空间上用核类间散度阵和核类内散度阵作为Fisher线性判别准则(Fisher linear discriminant,FLD),来得到最佳非线性鉴别特征,根据此鉴别特征计算其相互间的欧式距离进行识别.实验结果表明,核Fish     

永磁同步电动机模型的动力学研究及其数值仿真

在已有文献研究的基础上,利用微分方程与动力系统的基本理论与方法,首先从解析上推导出永磁同步电动机混沌模型的全局吸引域,然后对这个理论结果进行仿真;理论分析及数值仿真结果表明:该永磁同步电动机混沌模型全局吸引集的研究结果是正确的;研究结果对保证电机传动系统的稳定运行具有较好的参考价值;同时,为永磁同步电动机混沌系统在工程中的应用和电路设计提供了理论依据。     

钢制汽车车轮平衡块及其塑性成形技术

众所周知,如果汽车车轮的质量不均匀,在高速行驶过程中,不仅会影响乘车的舒适性,而且会增加汽车轮胎和悬挂系统的不正常磨损,增加汽车在行驶过程中控制的难度,导致行车不安全.     

汽轮发电机多故障诊断的SOM神经网络方法

汽轮发电机组的振动故障具有多样性的特点,经常出现多种故障同时发生的情况.传统的BP神经网络方法可对单一故障有效诊断,若要对多故障进行诊断,则需对各种多故障样本进行学习,使输入空间在训练过程中被样本空间完全覆盖,将大大增加样本空间及学习训练负担,同时网络归纳、联想能力随之大幅度下降,诊断难以实施.因此,将自组织特征映射(SOM)神经网络应用于汽轮发电机组的振动多故障诊断,用单一故障样本对网络进行训练,根据输出神经元在输出层的位置对多故障进行判断.经实例分析证明,该方法可对多故障进行有效诊断.