CNG/汽油两用燃料发动机润滑油的检测与分析

论述了发动机油快速检测法,即油滴斑点色域迹象法.对CNG/汽油两用燃料汽车发动机润滑油在行车试验过程中的使用性能进行了检测分析,通过进行油质检测和质量判断,提出换油时机和使用指导.     

快速凝固碳纳米管/In600复合材料组织与性能

为了探索碳纳米管在金属基复合材料领域的实际应用,分别使用镍基合金Ｉｎ６００,Ｉｎ６００＋碳纳米管粉和Ｉｎ６００＋石墨粉三种原料为熔化料,采用单辊法快速凝固工艺制备了三种急冷合金薄带。对其组织进行了扫描电镜和透射电镜检测,并测定了其机械性能。组织研究结果表明,碳纳米管具有良好的与镍基合金的复合稳定性,所制备的Ｉｎ６００／碳纳米管复合材料的基本组织组成为γ－（Ｎｉ,Ｃｒ,Ｆｅ）＋碳纳米管,碳纳米管含量在２．５％左右;拉伸强度和显微硬度测试结果表明,与快速凝固Ｉｎ６００和Ｉｎ６００＋石墨相比,该Ｉｎ６００／碳纳米管复合材料的室温拉伸强度分别提高了８０％和４０％,并且硬度也略有提高。     

基于旋转算术的正交变换快速分解算法

传统上都采用“乘加算术”实现正交变换,鲁棒性差。该文基于新的快速“旋转算术”,提出了各种正交变换包括重叠正交变换快速分解算法与运算结构。它们可以结合使用,将各种正交变换快速分解为Ｇｉｖｅｎｓ旋转序列,用快速旋转器硬件有效地进行运算,使整个变换所需“右移—加”运算次数大大减少,以至于其计算复杂度与传统的“乘加算术”可比,从而可以用在一类新型的以快速旋转器为内核实现各种正交变换的ＶＬＳＩ微处理器中。为此还按照所提出的算法开发了一个与微处理器相应的、能够产生高效控制代码的编译器。     

对背越式跳高的快速助跑与快速起跳技术理论的探讨

本文从运动生理学、运动生物力学的角度,论述背越式跳高的快速助跑与快速起跳技术与提高成绩的关系。     

一种新的快速码本搜索算法设计

提出一种新的分类预选算法。旨在解决矢量量化数据压缩技术中,当码本值和矢量维数增大时,全码本搜索产生很大的实时复杂计算问题。该算法与传统的全搜索算法相比,能减小编码矢量选取过程中产生的计算复杂度。同时,编码器的性能几乎没有受到影响,仅仅在存储需求量方面略有增加。     

光固化成型中的变形分析

利用应变计电阻电测技术,通过实验对激光快速成型过程中工件的变形问题进行了动态分析,地对加工参数（如扫描速度、扫描间距、扫描方式）影响工件变形程度的问题,对这种变形的差异进行了对比和分析,并由此得出扫描速度、扫描间距、扫描方式影响工件变形的规律,提出了加工过程中的优化参数。     

T—S型模糊RBF神经网络快速学习算法

针对Ｔ－Ｓ型模糊ＲＢＦ神经网络输入空间模糊最优聚类算法运算量大、运算速度低的缺点,提出基于输出空间模式聚类的快速学习算法,以满足多变量系统实时性要求。仿真结果表明该快速学习算法不仅可以达到要求的辨识精度,而且可有效地提高运算速度。     

2^k阶矩阵乘的快速—普通混合算法

从实际应用角度分析W算法用于2k阶矩阵乘的计算时间,发现混合算法是1个更优秀的算法.它与快速算法同阶.计算时间与快速算法计算时间之比为1:2.3.且从k＝6开始就优于普通算法.这些结果,已为计算实践证实.     

线性化逐层优化MLP训练算法

提出了线性化逐层优化ＭＬＰ训练算法（ＬＯＬＬ）．ＬＯＬＬ采用循环方式逐层对ＭＬＰ的连接权值进行训练．训练连接权值时用一阶泰勒级数表示神经元的非线性激活函数以实现神经网络的线性化,使ＭＬＰ的训练问题转化为一个线性问题．同时,为保证神经网络线性化条件不被破坏,ＬＯＬＬ通过在神经网络的误差函数中计入部分线性化误差限制参数的改变幅度,对神经网络的误差函数进行了修正．实验结果显示,ＬＯＬＬ训练算法的速度比传统的ＢＰ算法快４倍,用它构成的语音信号非线性预测器有较好的预测性能．     

等距有理逼近快速算法

提出了有理差值的一种快速算法,该算法优于Sloer算法,可用于进行预测控制,在自动控制工程领域有推广价值。