NiTi形状记忆合金表面多层梯度陶瓷膜的制备

在ＮｉＴｉ形状记忆合金表面采用三步法制备了多层梯度钛酸铅陶瓷薄膜。第一层膜采用原位水热法制备，第二层膜以醇热法制备，第三层膜应用溶胶－凝胶法制得。Ｘ射线衍射研究确认最外层薄膜具有四方钙钛矿结构。扫描电子显微镜观察表明，薄膜总厚度约为３μｍ；由里及外三层膜中的晶粒尺寸依次约为０．１μｍ、０．２μｍ和０．３μｍ。在陶瓷膜与记忆合金基体的界面处可观察到明显的根状结构，而且在三层陶瓷膜之间的界面处也观察到     

浅谈普通高校武术套路运动员的智力训练

针对普通高校武术套路运动员没有武术基础的特点,提出在教学训练中充分利用大学生的智力水平,加强运动员注意力、记忆力、想象力等方面的智力训练,提高运动员的认识能力和吸收能力,提高武术项目的理论知识,并促进知识在训练中掌握和应用。     

超弹性NiTi丝力学性能试验研究

本文对NiTi形状记忆合金丝的超弹性性能进行了试验研究,验证其用于被动控制装置的可行性。研究了常温下加载速率、应变幅值、循环次数等加载工况对形状记忆合金的相变应力、耗能能力、变形模量、等效阻尼比及残余应变等力学性能参数的影响规律。试验分析结果表明,NiTi丝具有良好的耗能性能、较大的可恢复变形,是制作被动阻尼器装置的良好材料。为进一步开发新型SMA被动阻尼器奠定了基础。     

βCaMKII蛋白修饰转基因小鼠工作记忆的研究

利用前额叶脑区过量表达β钙离子/钙调素依赖的蛋白激酶II(βCaMKII)的蛋白修饰转基因小鼠,研究βCaMKII对小鼠工作记忆的影响.Western Blot结果显示,转基因小鼠前额叶脑区的βCaMKII过量表达.在修饰的水迷宫实验中,与对照组相比,转基因小鼠的逃避潜伏期没有发生明显变化.此外,在T迷宫实验中,转基因小鼠的正确率与对照组的正确率也基本相同.由此推测,βCaMKII的过量表达对于前额叶皮层依赖的工作记忆没有明显的影响.     

现代图式理论对英语词汇联想记忆的启示

图式是一种记忆结构。图式理论与英语词汇联想记忆有密切的关系。本文拟从认知心理学的角度来探讨现代图式理论与英语词汇联想记忆的关系,提出英语词汇联想记忆的策略,以帮助学习者提高英语词汇记忆的效率。     

面向功耗优化的片上存储器分配策略

综合考虑程序的数据块、全局变量、指令块,运用ECFG分析程序中对象间关系引发的容量和功耗影响,并考虑由于指令跳转带来的影响,最终结合ILP采用细化后的Knapsack算法,提出一种针对功耗优化的SoC片上存储器分配策略.仿真结果表明,采用该方法,存储子系统功耗可显著降低,一般达50%左右,最大可达95%以上.     

基于工作记忆内容的注意:儿童与成人的比较研究

选取10名小学儿童(7~8岁)和10名大学生(19~27岁)作为被试,采用工作记忆+视觉搜索的双任务实验范式,探讨儿童与成人基于工作记忆内容的视觉注意的异同.实验要求被试在工作记忆保持阶段完成一个视觉搜索任务,结果发现儿童与成人均表现出基于工作记忆内容的注意:相对于中性条件来说,工作记忆内容与干扰项匹配会显著降低成人被试的搜索绩效,而工作记忆内容与目标匹配会显著提高儿童被试的搜索绩效.研究结果表明,尽管儿童和成人都表现出了基于工作记忆内容的视觉注意,但儿童较成人能更好地运用该注意机制以提高视觉搜索绩效且受其不利影响较少.     

内存数据库索引技术在消防监控系统中的应用研究

传统的磁盘数据库因为要进行大量的I／O操作,不能很好地满足系统的实时性要求。内存数据库系统将用户数据加栽到内存中,使得数据的处理速度大大提高,可满足各种实时应用系统的实时数据处理需求。本文介绍了消防监控系统中内存数据库索引的设计方法,并对比了两种方法下的系统运行效率。     

软件事务存储中冲突检测算法研究

为了改进事务存储在并行程序中执行的性能,选取RSTM作为实验系统.根据具体应用的不同,使用不同的库实现来对其进行优化.实验挑选了斯坦福大学的STAMP基准测试程序中的6种典型应用程序,使用基于字的STM中的9种库实现对其进行比较,评估冲突检测中数据版本管理对性能产生的影响.实验结果显示,TML在各个应用程序上面运行的效果相对最好;而SGLA的效果相对最差.另外,在比较TML与TML+Lazy之后,采用急切版本管理取得了较好的效果,这主要是通过急切版本管理及时检测并避免了冲突.但是如果出现较多的放弃或活锁的情况,系统的性能可能有所下降.     

基于Takagi-Sugeno模型的模糊神经网络的学习算法

选用正态函数作为模糊变量的隶属函数 ,给出了基于Takagi_Sugeno模型的模糊神经网络的用于学习的性能指标 ,并对其性质进行了分析 .在此基础上将二阶段变半径随机搜索法用作模糊神经网络的学习算法 .这种方法简便易行 ,可使模糊神经网络达到较高的精度 .该文给出了神经网络记忆容量的定义并求出了基于TS模型的模糊神经网络的记忆容量 .