纳米级锂离子电池正极材料LiCoO2的制备及表征

LiCoO2是锂离子电池中最有前途的正极材料之一，近年来人们对它进行了广泛的研究．这里我们通过两种不同的湿化学方法首次合成了纳米级的LiCoO2：溶胶—凝胶法(方法B)和一种改进了的溶胶—凝胶法(方法C)。为了便于比较，我们也采用了固相反应法(方法A)。用DTA，IR，XRD，TEM等技术对前驱体和LiCoO2纳米颗粒进行了表征．结果表明在600℃煅烧时可以得到晶化程度较好的LiCoO2纳米颗粒，方法A和方法B得到了直径大约为100和40nm的球状颗粒，而方法C主要得到球形颗粒，同时伴有少量小棒形颗粒生成，直径约为50nm。电化学测试表明方法C得到的产物具有最好的性能。     

调频立体声激励器设计

一般现有的有线电视系统除可为用户提供几十套模拟电视节目外,还可提供十几套调频（FM）立体声节目等。本文介绍一种可用于有线电视系统中的调频立体声激励器的设计,由于其集成化程度高,因而比现有的调频立体声激励器的成本、体积和功耗都有很大程度的降低,简化了设计和生产调试的复杂性,而其可靠性却有明显地提高。本文重点论述将可编程大规模集成锁相环MC145146-2应用于调频立体声激励器设计中,是如何实现VCO的输出中心频率从87MHz到108MHz以100KHz为步进连续可调的。MC145146-2使用方便、灵活,在有线电视、AM／FM无线电传输、移动通信、军事通讯等设备中都有着广泛的应用,其设计原理等同于FM激励器的设计,只要根据需要选择合适的晶振和下混频器或双模前置分频器,MC145146-2就可提供足够的点频源和检测信号。     

张量积有理Bēzier曲面片的G^1和G^2连续对接

本给出了有理Bēzier曲面片G^1和G^2连续对接的充要条件，而充要条件是用Bēzier同点的关系给出的．     

基于BP神经网络的轨道基桩识别

运用BP神经网络对用CCD拍到的基桩图片进行识别,包括BP神经网络的输入、输出层的设计,隐层节点的选取等。实验结果表明,经大量基桩样本的训练后,BP神经网络能将拍到图片中的基桩有效地识别出来,且达到较高的正确率。     

取暖器、烤火器多功控制模块的研制

介绍一种以单片机为核心的多功能控制模块,本模块选用性价比极高的廉价型单片机AT89C1051,保留现有家用电器遥控板的兼容能力,有效地控制了成本的提高。     

纳米SiO2/聚丙烯酸酯组装杂化乳液的合成及表征

通过乳液聚合法成功合成了纳米SiO2／聚丙烯酸酯杂化乳液。首先将纳米SiO2经过表面官能团化处理，使其表面含有活性官能团，然后经过乳液聚合使丙烯酸酯单体在纳米SiO2表面引发聚合，合成了具有核壳结构的纳米杂化乳液。采用透射电子显微镜(TEM)对乳液的微观结构进行了表征，并对胶膜进行了机械力学性能测试和表面润湿性能测试。结果表明纳米SiO2的表面官能团化处理改善了纳米粒子在乳液中的稳定性，当纳米SiO2质量分数为0．2％时，杂化乳液胶膜的拉伸强度和断裂伸长率同时达到最大值。其表面润湿性与SiO2质量分数有关，SiO2质量分数为0．5％时其杂化乳胶膜的接触角最大，耐水性最好。     

分数阶超混沌Chen系统的RBF神经网络自适应滑模同步

针对分数阶超混沌系统的同步问题,通过设计一个新型含分数阶滑模面的RBF神经网络自适应滑模控制器,应用滑模控制和主动控制原理实现分数阶超混沌Chen系统的驱动系统和响应系统间的同步.在RBF神经网络控制方案的基础上引入分数阶滑模控制器以提高系统的鲁棒性,并在分数阶滑模控制器中增设自适应参数使得控制律在迭代过程中找到合适的切换增益,免除繁冗的人工调参过程.根据Lyapunov稳定性定理证明了该方案下系统的稳定性.当存在外部干扰时,将RBF神经网络与分数阶滑模控制相结合,更利于系统在迭代过程中找到最近似的权值,并通过补偿控制降低干扰对控制系统的影响.数值仿真结果验证了该控制方法的鲁棒性及有效性.     

基于卷积长短期记忆网络的泄漏监测算法研究

针对长距离输送管道的应用中,沿线参数无法逐点测量,采用显式数学模型的方法并不完全能获得全部准确数值,提出一种基于卷积长短期记忆网络(CNN-LSTM)的流量预测方法。该方法使用CNN网络拟合空间特征,LSTM探索时间特征。采用从实际运行管道中收集的真实数据训练出对应的深度学习模型,从而可根据沿线压力梯度预测流量,误差范围为0.3%～0.7%管道输量。将该模型用于泄漏监测,可以通过连续监测预测与实际流量之间的偏差发现管道泄漏。确定泄漏点位置时采用了基于相关压力点之间曲线距离算法。在实际管道上的现场测试表明,新算法不仅稳定有效,而且在管道设备运行过程中不会产生错误报警。     

基于Att-BiGRU-CRF模型的中文文本情感分析

基于注意力机制(attention)的神经网络模型在自然语言处理的情感分析任务中至关重要.针对目前情感分析任务中现有神经网络模型耗时长、准确率低、特征提取不充分等问题,本文提出了基于注意力机制结合条件随机场(conditional random field,CRF)和双向门控循环神经网络(bidirectional g...     

基于虚拟样机的异构双腿机器人联合仿真

阐述了一类新型双足机器人--异构双腿机器人的概念及研究目的.研究用Pro/E、ADAMS和MATLAB/Simulink联合构建异构双腿机器人的虚拟样机,并提出基于虚拟样机的联合仿真策略.为实现对期望步态的动态跟踪,提出了基于对角回归神经网络的自适应PID控制算法.为验证方案的合理性,进行了步态仿真及控制仿真.结果表明,虚拟样机技术可避免复杂的人工建模和求解过程,仿真逼真且接近实际系统,为复杂双足机器人系统提供了良好的研究方法.