采用步进电机驱动的摩擦传动微进给机构

为解决微小型机电系统大行程、高精度进给的问题,设计实现了一种由旋转电机驱动的摩擦传动微进给机构。采用对称预紧设计使加于摩擦传动主支承轴承上的预紧正压力的合力为零、从而减少传动误差。当步进电机采用5万步/转细分驱动时,经减速比为10:1的摩擦传动机构,输出直线位移分辨率可达到0.16μm。位移测试实验显示该摩擦传动微进给机构具有可靠的运动传递性能,系统的位移输出特性基本上取决于所采用的步进电机及细分驱动电路的特性。进给速度可通过改变驱动脉冲的频率调节,机构在高频驱动大位移动作时亦表现出准确的步进特性,可用于小型机电系统的开环进给驱动。     

生物材料快速成形开放平台

为了适应种类繁多的生物材料的成形,开发了生物材料快速成形开放平台。该平台基于快速成形技术,采用材料溶解—喷射堆积—低温固化—溶剂冻干的技术路线,可以对多种高分子或高分子基复合生物材料进行任意复杂的三维形状的成形。喷头模块、温度控制模块、运动控制模块是平台的核心部分。平台采用开放性设计,喷头被设计成标准化的组件。通过对喷头温度和成形室温度的控制,实现了对材料的相变和热致相分离过程的控制。研究结果表明,该平台能成功地完成脂肪族聚酯、聚醚酯弹性体等多种生物材料的成形。     

管理分类规则的广义决策树

为了将传统的决策树无法管理的、由各种分类算法所发现的大量的有意义的规则进行有效的存储、剪裁和使用 ,提出了广义决策树结构。它将传统决策树的结构进行扩展 ,能够以较少的存储代价管理所发现的所有分类规则 ,且易于表达规则之间的关系。提出了有效的优化策略。以此树为基础 ,将决策树分类算法与基于关联规则的分类算法进行了概括统一 ,并提出了相应的算法。实验结果证明 ,广义决策树克服了传统决策树的缺点 ,并且适宜于维护、剪裁以及快速搜索大量的分类规则     

分形几何的前沿问题--开集条件与强开集条件

文章讨论开集条件与强开集条件是否等价的问题.     

分布式数据库约束性关联规则挖掘

针对分布式数据库和约束条件的特点,提出了2种在分布式环境下挖掘约束性关联规则的有效算法,即基于Apriori算法的DMAIC算法和基于频繁模式树的DAMICFP算法.此外,进行了实例验证和测试分析,指出了这2种算法各自的优缺点及适用条件.研究结果表明:DMAIC算法可靠性高,通信协议简单,适用于对通信性能要求不高的分布式数据库;DAMICFP算法执行效率高,通信性能好,适用于对通信性能要求较高的多项目分布式数据库;这2种算法均能有效地解决分布式挖掘约束性关联规则的问题.     

Solving constrained traveling salesman problems by genetic algorithms

Three kinds of constrained traveling salesman problems (TSP) arising from application problems, namely the open route TSP, the end-fixed TSP, and the path-constrained TSP, are proposed. The corresponding approaches based on modified genetic algorithms (GA) for solving these constrained TSPs are presented. Numerical experiments demonstrate that the algorithm for the open route TSP shows its advantages when the open route is required, the algorithm for the end-fixed TSP can deal with route optimization with constraint of fixed ends effectively, and the algorithm for the path-constraint could benefit the traffic problems where some cities cannot be visited from each other.     

空盘量变动对我国期货市场期货价格收益波动性的影响

空盘量是除交易之外刻画期货市场交易活跃程度的另一个重要指标。将空盘量分解为可预期和不可预期两部分,研究空盘量的变动对期货价格收益波动性的影响。实证结果表明,空盘量对期货价格收益的波动性具有负向影响,即总体而言,空盘量的增加对期货价格收益波动性的影响小于空盘量的减少对期货价格收益波动性的影响;并且,不可预期空盘量对期货价格收益的影响比可预期空盘量对价格收益的影响大许多。同时,从信息经济学的角度对实证结果分别进行了解释。     

一种区间值聚类的数据挖掘方法

提出了一种区间值聚类的数据挖掘方法。该方法首先将数据库中的数据按照属性进行聚类,将它们划分为若干区间,对于同一区间中的数据赋予相同的编号,以此处理直至数据库的最后一个属性。在完成这种转换后即可使用关联规则的挖掘方法。该方法与传统的数据挖掘方法相比更加符合实际。大量的仿真数据集和真实数据集的实验结果表明该算法是有效的。     

略论复杂系统与大成智慧

复杂系统是相当普遍的客观现实，认清和解决它，需要运用大成智慧和大成智慧工程。     

基于FP-tree和支持度数组的最大频繁项集挖掘算法

提出了一个基于频繁模式树即FP-tree和支持度数组相结合的最大频繁项集挖掘算法,首先建立FP-tree,同时建立支持度数组,然后在此基础上建立最大频繁项集树MAXFP-tree,MAXFP-tree中包含了所有最大频繁项集,缩小了搜索空间,提高了算法的效率。算法分析和实验表明,该算法对稠密型数据集和稀疏型数据集均适用,并且特别适于挖掘具有长频繁项集的数据集。