英语音系过程中从底层表达向表层表达推导的研究

英语音系过程中语素或词项的表达有两个层面:底层表达和表层表达,前者包括语法预测的音系信息,抽象笼统;后者却具全部或大部分的语音信息,能作为某个结构单位的语音现实基础,是一种语音表达形式.从底层表达到表层表达的推导可使语素的表达由抽象变得具体.传统生成音系学SPE模式和发展生成音系学OT理论对该推导过程都有研究,其研究成果有助于学习者更好掌握和运用英语.     

单轴应力下水泥土细观结构的演化特性

通过单轴压缩条件下不同养护温度及不同土料的水泥土微细结构变化试验,探讨了单轴压缩条件下水泥土微细结构内部变化规律及其与宏观力学响应的关系.利用Geoimage软件定量分析研究了颗粒面积比例、颗粒分布分维、颗粒圆度和孔隙定向度的演化规律,并与全应力应变曲线进行了对比.结果表明,单轴压缩条件下土样细部结构形态和参数均会发生明显变化.     

一种上下文集成的冲突处理方法

为了实现服务组合对环境的适应性,设计了能满足上下文动态集成的模型,并使用CC/PP的RDF创建P rofiles描述上下文。详细分析上下文集成中出现的冲突情况,定义优先级和效用因子,解决上下文集成中的冲突问题。结合原型系统进行测试,并给出了实验结果。研究结果表明:在不同的冲突策略情况下,该方法能在可接受的时间内解决冲突。     

基于规则的开发链智能化产品配置方法

介绍了基于产品配置的开发链产品实现过程;讨论了产品结构模型与配置的关系;研究了基于结构模型的产品配置过程;给出了智能化产品配置的实现步骤．模型配置规则用来约束产品结构模型中各功能组件以及零部件之间的关系,限制配置过程中零部件的选择．给出了变量配置规则、配置约束规则和有效性规则等．讨论了配置知识库的构建方法．     

基于均匀设计的T-S建模方法

T-S模糊系统被广泛应用在基于数据的建模方法中.模糊规则作为T-S模糊系统的核心,是影响系统精度和泛化性能的重要因素,然而模糊规则数量的确定非常困难.考虑基于减聚类的规则生成方法中,聚类半径直接影响规则生成数量,采用均匀设计设定聚类半径,合理选择规则数量,简化了复杂多变量系统的建模问题.实例证明所提出基于均匀设计思想的聚类半径设定法简单易行,具有较好的实际应用价值,适合于复杂多变量系统的建模应用.     

多重约束下智慧仓储机器人配置仿真优化研究

针对智慧仓库的仓储机器人配置问题,构建了基于排队论的离散事件仿真模型,在保证系统可靠性和服务强度的前提下,考虑到故障对系统的影响,以距离成本、时间成本、空闲成本和购置成本所构成的总成本最小化为目标,提出了一种基于FlexSim平台的离散事件仿真优化方法。通过分析系统平均队长、订单平均逗留时间等指标,将直观化的系统瓶颈与运行实际数据相结合,求得系统成本最小的配置策略。结合实例,对算例中的智慧仓库机器人配置方案进行求解。结果表明,基于FlexSim平台的离散事件仿真寻优方法,能够求解仓储机器人配置的优化方案,并能保证模型方法的计算效率。     

基于PHP的流媒体视频点播网站的设计与实现

在阐述流媒体技术、流式传输协议以及PHP技术的基础上,以甘肃科技电视网为例,详细介绍了三层结构下基于PHP技术的视频点播网站实现的软硬件环境、关键技术和具体步骤,为实现大规模多媒体实时点播系统的设计提供参考.     

基于管道配置的电液位置控制系统同步特性研究

针对径锻机一级先导缸电液位置控制系统同步精度低的问题,运用AMESim软件研究了第一类管道配置对径锻机一级先导缸电液位置控制系统同步特性的影响。研究发现:系统同步误差随着管道长度的增加而增大,且伴有波动现象,管道长度为3m时最大同步误差是管道长度为1m时的1.4倍;管道长度为1m时的最大同步误差为无管道时的1.1倍;管道材料的杨氏弹性模量越小,对应系统的同步误差越大。     

基于PSO的加权关联规则挖掘算法

简要描述了加权关联规则问题及离散粒子群优化算法,提出了一种基于粒子群优化(PSO)算法的加权关联规则挖掘算法(PSO-WMAR).实验证明,本算法运行时间更省,产生的规则数更少且更有效.该算法具有以下特点:1)把关联规则挖掘的两个阶段结合在一起,无须先挖掘出全部频繁项目集然后再提取规则;2)只需要扫描一次数据库;3)把兴趣度引入适合度函数之中,挖掘出的规则数量更少、更有效;4)求加权频繁项目集无须查找所有候选加权频繁项目集,或者求频繁项目集的高序子集或非频繁项目集的低序超集.     

自适应脉冲耦合神经网络在图像处理中应用

尽管Johnson 提出的PCNN模型具有强大的图像处理功能,以时间序列进行特征提取时具有旋转、尺度、平移、扭曲不变性,可实践中发现依然存在着不足,特别对图像亮度、对比度比较敏感.添加了误差反向传播(Error Back Propagation, EBP)学习准则的自适应脉冲耦合神经网络模型能自适应设定模型参数,是脉冲耦合神经网络模型研究的主要内容.特别地,应用这种自适应模型进行特征提取时,能弥补原来PCNN模型对亮度、对比度敏感的缺陷,而且具有一定的泛化能力,有效克服了亮度、对比度对图像识别精度的影响.