群体演出活动服装虚拟仿真系统设计与实现

服装在群体演出活动中发挥重要作用,直接影响整体演出效果呈现。为实现群体演出活动服装的虚拟设计和虚拟演练目标,设计实现群体演出活动服装虚拟仿真系统。利用CLO3D建立人体模型,构建服装个体模型,将人体和服装模型导入Unity后,调整服装材质并且添加纹理图,在Unity中复制成群体,开发演出场景虚拟仿真的交互界面,实现群体演出服装整体效果的设计与可视化虚拟仿真。仿真结果表明,虚拟仿真技术能够模拟出群体演出活动的大体效果,节约排练成本,缩短排练的周期。     

失匹配因子和调谐因子对强流离子束的影响

运用P IC多粒子模拟程序,采用延迟反馈控制法,对初始分布为K-V分布的强流离子束研究了其在加速器通道中运行时受失匹配因子和调谐衰减因子的影响程度。得到了失匹配因子某些取值范围可导致束晕无法控制,但对于各种取值,对径向密度分布均影响不大,以及调谐衰减因子对径向密度分布曲线的形状有明显的影响等结果。     

小世界网络上的手机短信息传播模型

建立了基于小世界网络手机短信息的传播模型,利用该模型研究了网络的近邻数和手机用户的信息转发概率对手机短信息传播的影响.     

上颌中切牙桩核冠修复体的三维有限元仿真分析

分别就不存在牙槽骨吸收和存在牙槽骨吸收的情况下,以牙冠、牙核所用材料已经确定为前提,探讨了桩的弹性模量与剩余牙根内部最大主应力峰值之间的关系.分析表明,在不存在牙槽骨吸收的情况下,使用较高弹性模量材料制成的核和桩,都能够降低牙根内部的最大主应力峰值;在存在牙槽骨吸收的情况下,牙根内部的最大主应力峰值大于不存在牙槽骨吸收的情况,这时牙桩所用材料的力学性能对剩余牙根的影响更为显著.     

上颌中切牙修复体力学行为的有限元仿真分析

对上颌中切牙核桩冠修复体进行三维有限元仿真分析,分别就不存在牙槽骨吸收和存在牙槽骨吸收的情况下,以牙冠、牙核所用材料已经确定为前提,探讨了桩的弹性模量与剩余牙根内部最大主应力峰值之间的关系.结果表明,在不存在牙槽骨吸收的情况下,使用较高弹性模量材料制成的核和桩,都能够降低牙根内部的最大主应力峰值;在存在牙槽骨吸收的情况下,牙根内部的最大主应力峰值大于不存在牙槽骨吸收,这时牙桩所用材料的力学性能对剩余牙根的影响更为显著.     

3GPP中分组交换流媒体服务的体验质量研究

在未来3G分组交换网络中,除了能向用户提供电信级的服务质量,还必须向用户提供最完美的体验质量. 体验质量不仅能描述用户感受,也可用来衡量业务可用度。在深入分析3GPP分组交换流媒体服务,体验质量的概念及其测量参数和协议的基础上,对如何评价和提高体验质量提出了基本的框架模型。     

苦丁茶主物质提取及其HPLC指纹图谱分析

通过对苦丁茶成分的提取方式和条件初步优化,选取最优的色谱分离条件,运用高效液相色谱技术(HPLC),针对4个不同产地的10个批次苦丁茶建立指纹图谱.从图谱中所含主成分的种类和化学成分的提取率选择超声提取的方式,确定75％的乙醇为提取溶剂和30 min的超声时间.在对HPLC条件的优化过程中,根据最终实验结果的优越性选择...     

Win32 PE病毒研究

计算机病毒在近年来发展很快,从早期的DOS病毒到现在的W in32病毒,它成为直接威胁计算机信息安全主要因素.W in32 PE文件格式是W indows操作系统主要的可执行文件格式.主要介绍Win32 PE文件病毒的机理、关键技术及其传染的过程,以期对其的破解和控制有助.     

基于W77E58单片机的光伏并网电站智能群控器设计

研制了一种基于Winbond公司W77E58单片机的光伏并网电站智能群控器,该群控器由显示模块、通讯模块、时钟模块、报警模块以及大容量数据存储模块等构成。在现场可取代PC机,对多达60台的并网逆变器无人值守监控,具有成本低、安装灵活方便等优点;在大型分布多支路光伏并网电站中,多个智能群控器与PC机可组建多级分布式通讯网络,对整个光伏并网电站进行实时监控和管理。     

An ensemble of LSTM neural networks for high‐frequency stock market classification

We propose an ensemble of long–short‐term memory (LSTM) neural networks for intraday stock predictions, using a large variety of technical analysis indicators as network inputs. The proposed ensemble operates in an online way, weighting the individual models proportionally to their recent performance, which allows us to deal with possible nonstationarities in an innovative way. The performance of the models is measured by area under the curve of the receiver operating characteristic. We evaluate the predictive power of our model on several US large‐cap stocks and benchmark it against lasso and ridge logistic classifiers. The proposed model is found to perform better than the benchmark models or equally weighted ensembles.