重型车床主拖动结构的优化设计

重型车床主拖动有交流拖动和直流拖动2种形式。重型车床主传动的调速范围一般要求Rn=100-250。采用交流拖动时,为达到要求的调速范围,就要配1个16-24级的多级变速箱,致使变速机构复杂,变速箱外廓尺寸庞大,而且交流拖动的启、制动和调速性能差。直流拖动避免了上述缺点,本文重点介绍直流拖动。     

全装配式钢桁-混凝土组合梁剪力件焊缝疲劳分析

为了研究全装配式钢桁-混凝土组合梁桥剪力连接件焊缝疲劳问题,基于全装配式钢桁-混凝土组合梁传力机制,提出了全装配式钢桁-混凝土组合梁非连续传力模型理论,利用该理论计算得到了组合梁界面滑移值和剪力值,并进一步得出组合梁在荷载上限的焊缝剪应力幅值,以此来评价焊缝的疲劳性能.通过设计一实桥缩尺负弯矩区段模型进行疲劳试验,观察...     

改进的基于PCA的软件缺陷预测方法

为了避免在变量多重情况下基于PCA的软件缺陷预测出现明显失误,对传统PCA方法的缺陷加以改进,利用UML软件工程组织网站上公布的某中等规模软件公司项目功能点数据,采用改进的PCA方法对项目综合性能进行软件缺陷预测,并与传统PCA方法的预测结果进行了对比．结果表明,改进的PCA方法对软件系统的综合性能有较好的预测能力．     

焊缝结构光图像处理与特征提取方法

为实现焊缝磨抛自动化,将双CCD相机与激光器搭载于磨抛机器人上,构成机器人视觉导航和检测系统。根据机器人与焊缝特征点之间空间位置的相关性,构造动态感兴趣区域(ROI),提出了一种提取焊后焊缝结构光特征线的快速算法,该算法可将图像处理区域缩小到原来的1.49%,从而极大地提高了运算效率。在动态ROI内,对图像进行分析,针对焊缝结构光图像的特点,对图像的预处理过程进行了优化,采用动态高斯平滑模板处理直方图,改进了阈值计算方法。在此基础上,提取焊缝激光带的特征线,并进行了实验研究。研究结果表明,视觉系统稳定可靠,提出的算法能够快速地锁定动态ROI,可准确地提取结构光特征线,从而为磨抛机器人视觉导航和检测奠定了基础。     

主位结构理论在英语写作教学中的应用

主位连贯是语篇语义连贯的重要因素之一。运用主位结构理论对学生习作进行实例分析可以帮助学生把握语篇的主位推进序列，构建具有统一性和连贯性的语篇。根据主位结构理论还可以设计出用于英语写作教学的新的语篇写作模式。     

大型水轮发电机内部故障主保护方案

利用发电机内部故障暂态仿真程序,分析了几种水轮发电机主保护的原理特性,指出它们在应用中存在的问题.指出故障分量负序功率方向保护能同时反映各种不对称故障,可使发电机匝间短路保护实现双重化;微机型负序方向闭锁式转子二次谐波电流保护由于能很好地解决闭锁元件和动作元件之间的时间配合,将能有效避免外部短路时的误动作,同时它在发电机起、停过程中也能提供保护功能,因此是一种性能可靠的发电机主保护方案.同时,提出了基于双曲线非线性制动特性的发电机差动保护判据,该方法计算量小,而且无须进行区段判别,能够获得较为理想的制动特性.     

山西省工业中各产业发展水平分析

采用主成分分析、聚类分析和因子分析方法，对山西省工业中34个产业2003年的数据进行分析，得出了反映各产业经济效益、产业规模情况的各项综合经济指标，并对各个产业进行排序，得到山西省的工业中各个产业发展情况和各产业发展层次的分布情况，为制定山西省整体的经济发展战略提供一定理论依据。     

基于SPSS的兰州市县域可持续发展区划分析

基于兰州市地形地貌变化较大的特点,并结合其社会经济发展现状,以县(区)为基本研究单元,建立适合兰州市可持续发展评价指标.运用主成分分析、系统聚类分析和叠加分析,将兰州市划为4个分区,结果表明,市内5区与周边3县在经济发展上存在着较大的差异,而生态环境与社会水平上的差异并不显著.研究结果可为县域可持续发展的布局和规划提供理论依据.     

基于文化算法的KPCA特征提取方法

如何选择最优或接近最优的核函数使分类错误率降低,是KPCA(Kenel Principle Com-portent Analysis)应用于特征提取的关键.本文在研究了文化算法(Cultural Algorithms,CA)相关文献的基础上,提出了一种训练核函数参数的文化算法流程,实现了KPCA和CA的集成,有效地提高了核函数的优化选择.仿真结果表明该方法具有较好的结果和更少的计算量.     

一种用于高维大数据的协方差无关的主成分分析迭代算法(英文)

主成分分析是一种大家熟知的用于维数压缩的方法.主方向是协方差矩阵的最大特征值对应的特征向量.协方差矩阵的阶数等于数据的维数.当样本维数很高时,可以用阶数等于样本数的替换矩阵来计算主方向.然而,当样本的维数与样本数都非常大(即高维大数据)的情况下,主方向的计算就变得非常困难.提出了一个协方差无关的迭代主成分分析(CIPCA)算法,用于计算高维大数据情形下的主方向.证明了该算法以指数速度单调收敛到主方向的精确值.并在高维大数据集(图像数据集)上对CIPCA算法的性能进行了验证,实验结果显示使用CIPCA算法主方向的收敛速度非常快.