莫里森小说中黑人社区群体张力下的个性人物探析

莫里森的小说中,黑人社区是具有村落性质的集体,是影响人物命运的显著因素。社区群体既支持又限制其成员个性的发展。在黑人群体的凝聚力和排斥力的共同作用下,一些黑人个体人物与社区群体相脱离。通过浅析这些个体人物,揭示了莫里森小说中社区群体和个体的关系。     

智能装配机器人几何参数辨识方法

根据机器人误差模型和实测误差数据，采用最小二乘和迭代辨识的方法，求解未知参数，并以实例验证了该方法的有效性。     

电力负荷模型特性辨识方法的比较研究

在建立了异步电动机电力负荷模型的基础上，利用最小二乘法、复合变量法、卡尔曼滤波法在线辨识电力负荷特性．结果表明，当电力系统电压频率发生变化时，辨识的有功模型特性与异步电动机特性较为一致，辨识的无功模型精度较差，四阶模型优于三阶模型．     

企业应树立正确的人才观

分析了传统人才观念存在的误区,指出在市场经济条件下,企业要适应时代要求,必须树立人才范围的开放性观念、人才鉴别的实践性观念、人才评价的合理性观念、人才能力的相对性观念、人才管理的创新性观念、人才出于团队的观念等六大观念。     

结构系统模态参数识别的最优采样频率点研究

在噪声环境下，要使识别出的任何参数偏差最小，需要确定最优的采样频率点。本文根据施力函数的性质，推导出了优化识别模态参数最优采样频率点的判据，并给出了相应的定理和公式。实际算例表明，最优采样频率点位置并不依赖于系统的输出，仅仅取决于激励的性质。     

基于模糊遗传优化支持向量机的系统辨识研究

在实际应用中支持向量机的参数选取问题一直没有得到很好地解决,限制了其应用。为了能够自动获取最优的支持向量机参数,提出了基于模糊遗传算法的SVM参数选择方法,用模糊逻辑在线调整遗传算法的交叉概率pc和变异概率pm,并采用基于模糊遗传优化的支持向量机回归和BP神经网络对非线性系统辨识问题进行了研究。仿真结果表明,在小样本情况下,支持向量机比神经网络具有更高的系统辨识精度和更好的泛化能力。     

立铣动力学系统模态参数辨识及实验

设计完整的铣削加工模态分析实验和动力学实验,完成铣削力和振动信号的采集和分析,并以刀具振动系统为例提出模态参数辨识计算方法.对比动力学实验测量和计算机仿真信号的时域幅值、功率谱特性可知:基于实验模态分析实现系统模态参数辨识技术路线可行,预测精度较高,可较好地应用于铣削力-振动等信号及其时域和频域特性的动态仿真.     

东莞市个人继续教育需求调研报告

根据教育部和广东省教育厅组织开展“继续教育改革和发展战略与政策研究”重大研究课题的统一布置和要求,我们于2008年7～12月,通过发放问卷、网络等多种途径,调查了东莞市继续教育需求发展的现状,以此为基础,提出促进我校成人教育事业健康发展的几点设想．     

乒乓球教学中的新尝试

每个大学生都有自己的性格特点,针对他们的性格特点,在乒乓球教学中改变传统的教学方法,以人为本,抓住学生的心理特征,锻炼意志品质,引导学生形成终身体育思想。     

Experimental study of fatigue degree quantification for multi-feature fusion identification

A comprehensive quantification method of fatigue degree is proposed concerning subjective and objective quantifications. Using the fatigue degree test software, fatigue degree is objectively quanti- fied by analyzing the reaction and operation abilities of drivers about traffic signals. By comparison experiment with that EEG signal based, multivariate statistical analysis and fusion identification based on BP neural network （ BPNN） results show that the experimental procedure is simple and practical, and the proposed method can reveal the correlation between fatigue feature parameters and fatigue degree in theory, and also can achieve accurate and reliable quantification of fatigue degree, especially under the associated action of multiple fatigue feature parameters.