桩锤同步振动系统的机电耦合特性及同步控制

控制同步是实现多锤联动的有效方式之一.针对目前存在的两台桩锤控制同步时出现的机电耦合现象,建立了打桩过程中的"锤-桩-土"系统的动力学数学模型,并构建了两桩锤同步振动系统的机电耦合模型,在此基础上进行了数值仿真分析,发现机电耦合的结果是在一定的条件下出现自同步现象.对机电耦合下的同步控制策略与算法进行了研究,确立了"虚拟主令+比例-积分-微分算法(PID)"的控制方式,最后通过试验验证了机电耦合规律的正确性及同步控制策略与算法的有效性,控制同步的精度可以满足工程应用.     

基于DM642的FLASH多页加载方法研究与实现

为了实现DSP系统可以脱离仿真器和PC机独立运行,同时满足系统便携性和实时性的要求,DSP系统需要具备自启动加载FLASH中应用程序的功能.基于DM642平台,本文在分析了DM642自启动原理的基础上,提出并实现了用FPGA控制大容量FLASH多页加载的方法,并详细阐述了FLASH多页加载的实现过程,编写了基于C语言的二次引导程序,为DM642系统的开发提供了新方向、新途径,具有较大的实际意义.     

煤与瓦斯突出多因素影响规律与能量判据实验研究

为分析煤与瓦斯突出多因素耦合影响规律,开展了多组不同条件下含瓦斯煤快速揭露致突模拟试验.将模拟试验结果与突出能量模型相结合,计算突出潜能与突出耗能的定量关系,分析得出突出临界瓦斯压力与煤体强度呈正相关,与轴向应力呈负相关,验证了能量判据对突出激发的必要性.选取煤体弹性能、瓦斯膨胀能、煤体强度及密度等参数建立了两个综合考虑多影响因素的无量纲参数,进而拟合得出发生剧烈突出的能量判据公式.结果表明:瓦斯压力及轴向应力越大,煤体强度越小,突出危险性越高;各因素对煤与瓦斯突出危险性的影响重要程度排序为:瓦斯压力＞煤体强度＞轴向应力.     

时延和可靠性感知的多控制器均衡部署策略

当前的软件定义网络多控制器部署问题研究,大多针对控制网络时延、可靠性和负载均衡等指标中的部分进行优化,对上述因素的整体考虑较少.针对该问题,首先分析了控制器部署对网络时延、可靠性和负载均衡的影响;其次,提出了以全网平均时延、控制路径可靠性和负载均衡度为参数,以网络综合性能为目标的控制器部署优化评价模型;最后,基于模拟退...     

基于多源融合的网络安全态势感知模型

为解决多阶段网络安全态势感知的多源融合与态势评估问题,建立了基于多源融合的网络安全态势感知模型。以模型为指导,利用粒子群算法实现D-S证据融合中的权值寻优,降低融合的不确定性。结合对威胁因子和威胁等级函数关系的推演,提出了面向攻击轨迹的层次化态势评估方法,实现攻击阶段、攻击轨迹和网络3个层次的威胁评估。仿真实验表明,提出的模型和方法是有效的和准确的,能够感知网络安全态势动态演化情况,为监控和管理网络提供了新的方法和手段。     

关于多场耦合问题的几个概念探讨

从湍流脉动的高阶关联项以及湍流的雷诺方程出发,指出了动量场、能量场、质量场等相互耦合现象可以湍流脉动关联项和时均项中同时存在,并提高了脉动合和时间均耦合的概念,指出了在引入湍流模型即对雷诺时均方程使用湍流统计矩方程进行了封闭后,动量,能量及质量之间的耦合现象可由时均耦合来描述。介绍了多相耦合的概念及求解耦合问题的基本思路和方法。     

多事件节能的无线网络传感器协议

为了解决距离基站(Base station,BS)较远的传感器节点使用多跳通信向BS传输数据时产生更高能量消耗和使用寿命短的问题,该文提出了一个多事件节能蚁群优化数据传输(Energy Efficient Ant Colony Optimized Data Transmission,EEACODT)无线网络传感器协议.该协议消除了现有协议的一些限制和缺点,根据距离汇聚节点的节点距离将网络划分为多个扇区,根据扇区位置为节点分配特定的活动时间,以此来实现高效节能.该协议采用蚁群优化进行簇间通信,每个簇中簇头选择取决于它到BS的距离和剩余能量,中继节点的选择基于到BS的距离、剩余能量和队列大小这3个条件.实验表明与PSO协议和FAMACROW协议相比,本文EACODT协议在能耗、延时和包传输率方面均优于现有方法和性能.     

基于网络与VR技术的协同设计体系结构

讨论了基于网络和ＶＲ技术的协同设计在机电产品计过程中的重要作用,构造了这项技术的体系结构,指出了这一研究领域中关于ＭＡＳ和应用集成技术等几个关键研究问题。     

基于信息增益与语义特征的多标签社交网络用户人格预测

针对社交网络用户人格预测问题, 提出一种结合信息增益与语义特征提炼用户文本信息, 并采用多标签分类算法进行综合预测的方法. 先基于信息增益提取文本词特征, 包括情感词、 词性和时态等, 进行特征选择与加权; 对于语义特征, 将文本内容映射为本体概念并计算语义相关度; 然后以基于词的特征和语义特征的共同
影响为依据, 运用多标签分类算法执行人格预测过程, 从不同角度处理文本信息, 并充分考虑了类标签间的相关性. 实验结果验证了该方法的有效性.     

基于GoogLeNet多阶段连带优化的图像描述

图像描述是使用计算机将一副图像中的内容使用自然语言的形式重新表达,是图像理解任务中极具挑战性的工作。目前,使用深度CNN模型和RNN模型对图像进行编码和解码框架来解决该问题已经成为研究热点,也在多个数据集上取得了突破。但这些工作在使用CNN的过程中对其参数优化不足,且常使用分阶段训练的方式,导致整个系统易陷入局部最优。针对这些问题,在Goog Le Net模型的基础上,利用其中间特征,自底向上添加了两个辅助LSTM分支及其监督函数,通过联合训练,对整个模型进行优化,保证了CNN模型低层参数对任务的有效性,避免了系统陷入局部最优点;同时,由于加入了低层监督函数的干扰,使得模型有了额外的正则化,提高了模型的泛化能力。在Flickr8K和Flickr30K两个数据集上的实验表明,本文方法优势明显,在多个统计指标上均超过了现有其他方法。