扫描镜电机的神经网络PID控制器

基于神经网络原理,探讨了扫描镜电机的神经网络PID控制方法,由经典的增量式数字PID控制算式,推导出隐含层的加权系数的计算公式．在理论上研究了扫描镜电机的神经网络控制器,给出了其稳定的条件,并通过计算机仿真结果证明了它的可行性．     

同轴线导体电容和电感的计算讨论

给出了计算同轴线导体的电容和电感的两种方法,即利用高斯定理及安培环路定律、利用标量位及矢量位,从而得到了不同情况下两种算法的优越性.     

基于统计特征融合的人脸识别

从理论上分析了PCA分析的主元特征向量仅仅表示了图像的整体信息,不能表示图像的微小变化,而非零最小特征向量仅仅反映了图像的细微变化,将主元特征向量和非零最小特征向量进行有机的结合,并用于人脸统计识别. 试验结果表明,本文介绍的方法比PCA的人脸识别方法优越, 在一定程度上克服了人脸姿态表情的影响.     

不为考级而教学

随着社会的不断进步,职业教育也在不断的更新与发展。为了能够适应社会的迅速发展,将更优秀的毕业生送进社会。职业教育的课程改革是一件必须而且必要的事情。本文以计算机考级的教学方法为中心,从三个方面讨论这种为考级而制定的教学方法。论证这种教学方法不适应社会的人才需求,不能培养学以致用、将理论用运到实践中的人才。因此,需要对这种教学方法进行改革,使考组不再成为强化训练,而是要让学生在考级获得证书之后,真正的体现这张证书的价值。     

脆、韧性变形构造煤的激光Raman光谱特征及结构成分响应

对淮北煤田不同类型构造煤进行了激光Raman光谱分析,探讨了不同变形机制下构造煤结构成分的变化特征．结果表明,各类构造煤均存在两个主要的Raman振动区域（G峰和D峰）,分别位于1590．3-1600．1cm^-1和1340．3—1356．9cm^-1,脆、韧性变形构造煤随着变质和变形程度的增加,表现出明显不同的光谱特征．脆性变形构造煤,随着变质、变形程度增加,光谱特征峰明显增强,D峰峰位向低波数偏移;韧性变形构造煤（糜棱煤）的特征峰则随之减弱,D峰峰位向高波数偏移;脆韧性变形构造煤则先类似于脆性变形、而后表现为韧性变形的变化特征．进而从分子水平上,探讨了造成脆性变形与韧性变形构造煤激光Raman光谱不同变化特征的原因．     

构造煤超微结构研究新进展

构造煤超微结构在不同温压和定向应力等因素影响下会表现出超微尺度上的特征与规律。大分子结构的变形可以引起纳米级孔隙结构的变化,而纳米级孔隙结构是煤层气（瓦斯）的主要吸附和扩散空间。因而在不同的变质阶段,不同机制的变形对不同类型构造煤超微结构的影响以及对其变质变形环境的研究具有重要的科学意义,而且对于煤层气的储集和赋存状态、煤与瓦斯突出的机理以及煤层气资源和煤与瓦斯突出危险性预测等也具有十分重要的实际意义。文中通过Ro,max,XRD,NMR（CP／MAS＋TOSS）和液氮吸附等测试和实验方法并结合国内外关于构造煤的结构模型、煤岩超微结构与应力的关系以及构造煤结构与应变环境等三方面研究成果进行了构造煤超微结构研究的综合分析,探讨了构造应力对构造煤超微结构和物性的重要影响,据此指出了构造煤超微结构研究存在的问题及今后的发展趋势。     

氧化钛-氧化铝复合微滤膜的制备

采用悬浮粒子烧结法制备氧化钛-氧化铝复合微滤膜,研究了膜厚度、烧结时间和烧结温度对膜的孔径及其分布的影响.     

长江流域汛期降水年代际和年际尺度变化影响因子的差异

长江流域汛期(6和7月)降水量的变化, 不仅具有年际变化特征, 而且具有明显的年代际变化特征. 自上世纪90年代以来, 中国长江流域汛期的降水明显增多, 表明在年代际尺度上, 长江流域汛期的降水进入了一个丰沛期. 研究表明, 近年来长江流域汛期降水具有高基本态和高变化率的特征, 它是由影响年代际变化的因子及年际变化的因子共同作用结果. 利用NCAR/NCEP资料分别对这两种时间长度的大气环流进行了分析和诊断, 发现影响年代际变化的因子和年际变化的因子是不同的. 因此要预测长江流域汛期的降水量变化, 必须将年代际变化和年际变化这两种时间尺度进行分离, 清楚地认识控制或影响各时间尺度的物理因素.     

基于非线性观测器的超级电容器荷电状态在线估计

超级电容器具有快速充放、高功率密度和长寿命等优点,被广泛用于新能源汽车的储能系统.系统可靠运行需获取其剩余电量,即对其荷电状态(SOC)进行估算.依托超级电容单体的等效模拟电路模型,建立了以模型中多电容端电压为状态,电容器输入电流为控制输入,电容器输出电压为观测输出的电容器二阶非线性系统的状态空间模型,包含了自放电现象产生的泄漏电流的因素.为提高模拟精度,辨识不同的模型参数,分别刻画充电和放电工况.采用非线性观测器算法来获取模型内部状态从而实现对SOC的估计.充放电实验的结果表明,考虑泄漏因素和建立不同参数下的充放电模型,能够更好地模拟超级电容器的动态特性,同时验证了非线性观测器算法具有稳定的跟踪能力.     

基于实体信息和图神经网络的药物相互作用关系抽取

药物相互作用是指药物与药物之间相互促进或抑制.针对现有的药物关系抽取方法利用外部背景知识和自然语言处理工具导致错误传播和积累的问题，以及现有大多数研究在数据预处理阶段对药物实体进行盲化，忽略了有助于识别关系类别的目标药物实体信息的问题.论文提出了基于预训练生物医学语言模型和词汇图神经网络的药物相互作用关系抽取模型，该模型通过预训练语言模型获得句子的原始特征表示，在基于数据集构建的词汇图上进行卷积操作获得与句子相关的全局特征信息表示，最后与药物目标实体对特征进行拼接从而构建药物相互作用关系提取任务的特征表示，在获得丰富的全局特征信息的同时避免了使用自然语言处理工具和外部背景知识，提升模型的准确率.论文的模型在DDIExtraction 2013数据集上的F₁值达到了83.25%,优于目前最新方法2.35%.