有限状态机的行为阶段聚类及其对测试的应用

提出了有限状态机的行为阶段和行为阶段聚类的新概念, 它是介于有限状态机的行为级描述和低层描述(状态表或状态图)之间的一种新的抽象级别. 给定一个有限状态机的低层描述, 可以对它的状态按某种规则进行聚类来简化对有限状态机的分析. 给定一个有限状态机的行为描述, 可以直接从中提取行为阶段, 并通过对行为阶段进行聚类来分析它的功能. 详细阐述了对状态或者行为阶段进行聚类的理论和方法. 行为阶段聚类描述可以应用于对有限状态机的功能分析、验证和测试中. 作为行为阶段聚类描述的一种应用, 建立了一种用于测试产生的新的故障模型——行为阶段转换故障模型, 并利用对行为阶段的聚类来加速基于此故障模型的测试产生, 实现了一个寄存器传输级的自动测试产生系统ATCLUB. 实验结果表明, ATCLUB与其他测试产生系统相比有很高的效率, 并且能够产生相当短的测试序列, 以达到对电路门级固定型故障的较高的覆盖率.     

Ta/NiFe/Cu/NiFe/FeMn/Ta自旋阀多层膜中Cu的层间偏聚及其对磁性的影响

实验结果表明Ta/NiFe/FeMn/Ta多层膜的交换耦合场H^ex要大于Ta/NiFe/Cu/NiFe/FeMn/Ta自旋阀多层膜中的H^ex. 为了寻找其原因, 用X射线光电子能谱(XPS)研究了Ta(12 nm)/NiFe(7 nm), Ta(12 nm)/NiFe(7 nm)/Cu(4 nm)和Ta(12 nm)/NiFe(7 nm)/Cu(3 nm)/NiFe(5 nm) 3种样品, 研究结果表明前两种样品表面无任何来自下层的元素偏聚, 但在第3种样品最上层的NiFe表面上, 探测到从下层偏聚上来的Cu原子. 认为: Cu在NiFe/FeMn层间的存在是Ta/NiFe/Cu/NiFe/FeMn/Ta自旋阀多层膜的H^ex低于Ta/NiFe/FeMn/Ta多层膜H^ex的一个重要原因.     

烯二炔类抗肿瘤抗生素的生物合成研究进展

烯二炔类抗生素以其独特的化学结构和强烈的抗肿瘤活性成为化学、生物和医药领域重点关注的对象。本文简要介绍了近年来关于烯二炔化合物的生物合成研究进展,以及运用组合生物合成的原理创造新型烯二炔结构类似物的前景。烯二炔类抗生素为我们研究复杂天然产物的生物合成提供了一个很好的模型,其基因和生化水平机制的阐明将进一步丰富组合生物合成的内容和手段,最终有利于发现和发展新型的抗肿瘤药物。     

基于文献和专利分析的海洋工程与技术热点识别及发展态势研究

识别和分析海洋工程与技术领域热点及其发展态势,能够为我国相关产业发展提供重要情报信息。本文借助CiteSpace软件,对文献和专利数据进行关键词聚类与频数增长研究,识别出海洋工程与技术研究热点;并通过S型增长曲线分析技术成熟度、利用Innojoy专利价值指标分析技术竞争力,从而确定了热点技术的发展态势。结果表明,海洋工程与技术热点主要包括动力推进、电力系统、目标探测与预测、防腐涂层、雷达系统、油气勘探与处理、运动与结构响应以及可再生能源开发。根据这些技术所处的发展阶段与国际竞争格局,提出我国处于成熟期但竞争力落后的技术应走自主研发道路、最大化产业链价值,位于成长期而竞争态势明朗的技术应拓宽市场、不断提升产品性能与服务水平,成熟期且竞争力较高的技术应稳固市场、简化系统、进行技术融合等发展建议。     

大规模定制模式下的顾客需求管理：获取、识别和聚类分析

为了有效处理不同客户的需求以保证大规模定制生产的规模性和经济性,提出了一种以聚类分析思想为核心的定制需求管理方法。该方法在获取客户需求信息并进行有效化处理的基础上,采取模糊聚类的方法将数量众多的单个客户转化为具有相似需求的客户群体,指导企业产品的标准化、生产的模块化以及产品族的规划设计并提升客户满意度。文章最后,结合笔记本电脑的应用实例说明了该方法的可行性和有效性。     

食品中胺鲜酯的气相色谱-质谱联用仪测定方法研究

为检测食品中胺鲜酯残留量,以大米、白菜、玉米为研究对象,建立了食品中胺鲜酯的气相色谱-质谱联用仪测定方法。样品经丙酮微波萃取,固相萃取柱净化,氮吹浓缩,用气相色谱-质谱联用仪测定,外标法定量。结果表明:胺鲜酯在20~4000 ng/L范围内具有良好的线性关系(R=0.9999),方法检出限6μg/kg,定量限20μg/kg。在40~4000μg/kg的添加水平,胺鲜酯的回收率在95%~107%之间,方法精密度试验的相对标准偏差在5%以内。该方法适用于食品中胺鲜酯的定性和定量测定。     

基于谱聚类的图像多尺度随机树分割

针对谱聚类（spectral clustering）应用于图像分割时权矩阵的谱难以计算的实际问题，定义了像素点与类之间的距离，给出一个采样数定理，设计了一个图像的分层分割（hierarchical divisive）算法．在利用该算法进行图像分割时，由于既要对待分类的点进行随机抽样，又要通过调节尺度因子来合并较小的类或拆分较大的类，因此图像的分割既具有随机性又具有多尺度特性，称之为基于谱聚类的图像多尺度随机树分割（multiscale stochastic hierarchical image segmentation byspectral clustering，简写为MSHISSC）．实验结果表明了算法的有效性．     

无监督学习驱动的高端轴承故障智能诊断算法

谱峭度是用于滚动轴承故障诊断的有效方法,然而它对工程中常见的偶发性冲击特征具有高度的敏感性,常导致特征提取结果失效.为解决该问题,针对多重偶发性冲击(sporadic impulses,SIs)干扰下的时间序列峭度计算提出了一种基于无监督学习的智能评估方法.首先,根据偶发性冲击在时域上能量高度集中的特性,在时域将原始信...     

聚碳硅烷纤维电子束辐射交联的统计分析

在聚碳硅烷筒化模型的基础上，根据聚碳硅烷纤维电子束辐射交联的实测数据，利用Ｃｈａｒｌｅｓｂｙ－Ｐｉｎｎｅｒ关系式对实验结果进行了统计分析，结果表明，实测数据基本符合Ｃｈａｒｌｅｓｂｙ－Ｐｉｎｎｅｒ关系式；含乙烯基聚碳硅烷纤维的交联度、裂解度在较大的吸收剂量成正比。     

广义实型密度加权平均中间算子及应用

针对普遍存在的向量、矩阵等多维的数据形式,将面向点值的密度加权平均中间(DWA)算子拓展为广义实型密度加权平均中间(GR-DWA)算子.给出了通用的数据元素聚类过程,该过程能够对点、向量、矩阵等3种类型的数据进行有效分组.研究了一种兼顾"规模"与"功能"信息的密度加权向量设置方法,并给出了3种参数确定思路,以支持主观、客观或主客观结合等多种决策方式.定义广义实型密度算术平均(GR-DWAAA)算子,并探讨了GR-DWA算子在多属性群决策中的多种运用途径.最后,给出了GR-DWAAA算子处理多属性群决策问题的一个应用算例,算例的结果验证了算子的有效性.