叙事理论视阈下《在酒楼上》叙事者的不可靠性

《在酒楼上》作为一篇"同故事叙述"(叙述者与人物存在于同一故事层面的叙述)文本,鲁迅选择了对话的一方"我"作为叙述者,在这些表现为第一人称叙事模式的作品中,叙述者不仅仅是故事的讲述者,还是事件的参与者、经历者,既担当叙述者的诸多功能,还表现出人物角色的功能,因此,叙述者的叙述出于种种原因引起人们对其可靠性进行质疑。在多重关系下,其叙述能否做到完全真实可靠,这个问题引起了叙事学的极大关注。尤其是在目前中学教材"去鲁迅化"的背景下,借助叙事理论展开对经典的重读,以新的视角和方法对《在酒楼上》叙事的可靠性与不可靠性进行具体解读,具有重要的现实意义。     

二次热循环对管线钢在役焊接粗晶区显微组织的影响

采用焊接热模拟技术、金相分析及透射电镜研究了X70管线钢在役焊接粗晶区及其经受不同峰值温度二次焊接热循环作用后热影响区各区的金相组织和精细结构. 结果表明,在役焊接粗晶区的金相组织主要是板条束贝氏体和粒状贝氏体,经历不同峰值温度的二次热循环后,组织类型没有发生变化,但各种组织的形态、大小、数量以及原奥氏体晶粒大小有些差异. 热影响区各区的主要形貌都是铁素体板条和分布在板条之间或板条基体上的M-A组元. 在役焊接粗晶区M-A组元形态以条状为主,经历二次热循环后,再热临界粗晶区的M-A组元有所细化. 再热临界粗晶区存在下贝氏体组织,且具有典型的"中脊"形貌.     

添加熔融石英提高粘土质浇注料抗热震性的研究

通过在焦炉炉门用粘土质浇注料中添加熔融石英颗粒替代相同粒度的粘土颗粒试验,研究了熔融石英添加量对粘土质浇注料性能的影响,探讨了熔融石英的热性能及其析晶性.结果表明,由于低膨胀系数熔融石英的添加,不仅降低了材料的热膨胀系数,而且因熔融石英颗粒与基质相热膨胀系数的差异在热震过程中产生了大量微裂纹,由于热膨胀系数的降低和微裂纹增韧双重作用,使得浇注料的热震稳定性明显提高;同时,添加熔融石英后粘土浇注料体积密度和显气孔率减小,因而一定程度上提高了抗热震性;但浇注料的烘后及烧后抗折强度随熔融石英添加量的增大而降低.熔融石英的添加量以8%～16%为宜.     

在机检测中STL格式自然二次曲面特征参数的提取

根据工件的几何特征及其参数进行测量轨迹规划是在机检测系统中重要的环节之一.为了从STL(stereo lithographic)文件中提取出其所描述的工件模型的几何特征及参数,给出了一种针对其数据文件格式特点的自然二次曲面特征参数提取新方法.该方法首先根据三角面片法向量在高斯球面的映射图像判定自然二次曲面几何特征,然后将快速聚类法和Gauss-Newton法相结合,对STL文件中坐标点进行几何特征参数的计算.计算实例表明,该算法能够稳定、准确地提取出自然二次曲面的几何特征参数.     

基于FPGA的数字式秒表设计

介绍了在Max plusⅡ的EDA软件平台上,一种基于FPGA的数字式秒表的设计方法,给出了顶层电路图和各模块的设计。通过编辑、编译和器件编程,将编程器文件以在线配置方式下载到ISP实验板的EPF10K10LC84-4器件中,经实际电路测试验证,达到了预期的设计要求,显示结果正确无误。     

香烟包装质量检测装置设计

设计了与国产YJ17-YJ27香烟卷接机组配套使用的烟支外观质量检测、圆周检测、负压缺盒检测三种在线检测装置.分别实现了对空松头、缺嘴、外观缺陷的检测、烟支圆周度的检测、香烟包装缺盒的检测,提高了香烟包装生产过程检测的自动化水平,保证了产品质量.     

基于双向主题模型的协同过滤算法*

主题模型可以学习用户和推荐项目的潜在主题分布。提出了一种基于双向主题模型的协同过滤算法,分别学习用户和推荐项目的潜在主题分布用于推荐服务。在真实的数据集上实验验证,该算法的性能均优于几个经典的协同过滤算法。     

考虑液压迟滞的汽车主动式稳定杆改进算法

为了实现车辆的主动侧倾控制,针对液压式主动稳定杆(active stabilizer bar,ASB)系统的液压迟滞,提出了一种改进的控制算法。算法先由模糊规则计算出权重系数,再对侧向加速度实测值与估计值进行动态加权处理,并将该加权值用于反侧倾力矩的计算。基于硬件在环(hardware-in-the-loop,HIL)仿真实验平台,在典型工况下进行了实验研究。实验结果表明:改进的控制算法能够补偿液压式ASB系统的液压迟滞,进一步改善了车辆的侧倾稳定性与行驶平顺性。     

洗涤剂对蚕豆根尖细胞诱变性研究

以蚕豆极尖细胞微核率的指标,对美雅和白猫洗涤剂的遗传安全性进行评价,结果表明：供试洗涤剂各浓度的微核率一般明显高于对照组,证明洗涤剂对蚕豆根尖细胞具有较强的诱变作用,但白猫洗涤剂诱变笥小于美雅洗涤剂。     

基于人工鱼群算法优化神经网络的WSN数据融合

无线传感网(wireless sensor network, WSN)通常节点众多、数据冗余度高,传统的基于随机权值和阈值的前馈反向传播神经网络(back propagation neural network, BPNN)数据融合方法易陷入局部极值,导致融合结果准确性差。提出一种优化神经网络的权值和阈值进而改善WSN数据融合质量的方法-人工鱼群算法前馈反向传播(artificial fish swarm algorithm back propagation, AFSABP)神经网络数据融合。仿真和对比实验结果表明,改进的鱼群算法在收敛速度和寻优精度上都有明显提升,改进后的人工鱼群BP算法数据融合方法相较于传统BP数据融合方法,可减少3.06%的相对误差和3.74%的均方根误差。