基于战争模拟的虚拟案例教学系统研究与实现

虚拟案例教学是利用计算机战争模拟系统来进行案例教学的一种新的教学形式。论文首先阐述了虚拟案例教学的基本特点和对系统的需求，然后给出了虚拟案例教学系统MVCTS的功能、组成与系统结构，最后结合所实现的原型系统，讨论了系统实现中的若干关键问题。     

基于FP-tree和支持度数组的最大频繁项集挖掘算法

提出了一个基于频繁模式树即FP-tree和支持度数组相结合的最大频繁项集挖掘算法,首先建立FP-tree,同时建立支持度数组,然后在此基础上建立最大频繁项集树MAXFP-tree,MAXFP-tree中包含了所有最大频繁项集,缩小了搜索空间,提高了算法的效率。算法分析和实验表明,该算法对稠密型数据集和稀疏型数据集均适用,并且特别适于挖掘具有长频繁项集的数据集。     

基于SVM和EMD 包络谱的滚动轴承故障诊断方法

针对滚动轴承故障振动信号的调制特征和传统包络分析法的缺陷以及现实中难以获得大量典型故障样本的实际情况,提出了一种基于支持向量机(Support Vector Machine,简称SVM)和经验模态分解(Empirical Mode Decomposition,简称EMD)包络谱的滚动轴承故障诊断方法.该方法首先对原始信号进行经验模态分解,将其分解为多个固有模态函数(Intrinsic Mode Function,简称IMF)之和,然后求出包含主要故障信息的若干个IMF分量的包络谱,最后定义包络谱中各种故障特征频率处的幅值比为特征幅值比,将其作为故障特征向量,并以此作为SVM分类器的输入参数来区分滚动轴承的工作状态和故障类型.实验分析结果表明了该方法的有效性.     

PP/EPDM-g-GMA共混物的形态结构和力学性能

在转矩流变仪中通过熔融接枝反应制备了EPDM-g-GMA，将其与聚丙烯(PP)在双螺杆挤出机中熔融共混，用化学滴定法测定EPDM—g—GMA的接枝率，用红外光谱对接枝物进行表征，用SEM观察共混物的形态，通过对PP／EPDM-g-GMA共混物的形态结构和力学性能的研究发现，随着EPDM—g—GMA的含量或温度的增加，PP／EPDM-g-GMA共混物的缺口冲击强度相应提高，而拉伸强度降低，断裂伸长率相应增加。     

基于VTK的医学图像三维重建系统的设计与实现

VTK(The Visualization Toolkits)是一个基于面向对象方法设计的、功能强大的可视化和图形图像处理的工具箱。文中针对医学图形图像处理的需要和特点，利用VTK的图像处理和可视化及图形显示功能，用面向对象的方法设计和实现了一个医学图形图像处理系统Med3REC，为虚拟现实和医学图像归档及传输系统的开发奠定了基础。     

基于自识别水印模式的抗几何攻击水印算法研究

提出了一种不依赖于同步性的抗几何攻击的水印算法,通过对水印模式结构进行精心设计,使得其自身具有可识别性,通过对不同结构的水印模式进行识别,从而判断对应的水印信号.算法从根本上消除了同步性的依赖,也不需要对图像进行区域剖分和规范化,因此大大节省计算消耗.实验结果表明,该水印算法对旋转、缩放、裁剪、改变纵横比等几何操作具有鲁棒性,同时对高斯噪声、低通滤波等信号处理操作也具有鲁棒性.     

胆源性急性胰腺炎119例诊治体会

目的:探讨胆源性急性胰腺炎的诊断和手术时机,方法:对1995年7月至2005年5月收治的胆源性急性胰腺炎(BAP)119例进行前瞻性分析,随机分为早期手术治疗组43例和保守治疗组76例,结果:入院后1w内行急诊手术43例,死亡3例,治愈40例,保守治疗组76例,晚期手术63例(保守治疗2～3w后),死亡3例,13例未行手术出院,结论:BAP(2w内)一般均可保守治疗,重型胆源性胰腺炎应在发病后3～4w炎症控制良好,病情稳定后再及时手术,可以缩短住院时间,减少并发症,降低手术死亡率。     

一种改进的非线性铣削力建模与仿真

综合考虑再生振动效应和刀具偏心模型对动态铣削加工过程的影响．改进并建立具有较高预测精度的非线性圆周铣削力数学模型和铣削加工过程闭环控制系统．通过对比铣削动力学实验数据和计算机仿真结果验证了该模型的有效性和预测能力．     

软基沉降计算中压缩层厚度确定方法探讨

沿海地区平原水网区高速公路的软土路基，其压缩层范围与应力控制法确定的深度通常相差很大．而与应变控制法确定的厚度比较吻合．规范规定的应力控制比值与一些实际情况不符，对大宽度路基条件下的软基不太适用，导致用应力控制法计算出的沉降量比实际沉降大许多．文中结合工程实例，研究出现这一问题的机理，并给出建议．     

基于ANN和FUZZY的装载机故障诊断模型

提出了一种基于神经网络和模糊理论的层次诊断模型、针对装载机的特点建立的模糊系统可自动生成和调整隶属度函数，构造了一种平行的神经子网络，网络训练的速度和诊断准确率有明显提高．模型缩小了知识库，减少了计算量．本模型具有比较强的除噪能力，能将对故障信息敏感而对噪声不敏感的信息提取出来．经仿真实验证明，识别效果良好，有效减少了误判和漏判．