开关磁阻电机角度位置控制参数优化研究

角度位置控制是开关磁阻电机最基本的控制方式,对开关磁阻电机的开通角与关断角这两个参数及其运行特性进行了分析,并以8/6结构的SRD为例,通过理论分析及仿真研究对其进行优化设计,结果表明：好的开关角配置可以使电机的性能达到最优,提高系统的整体性能.     

电脑刺绣机新型挑线机构位置精度分析

电脑刺绣机新型挑线机构采用凸轮—齿轮—连杆组合机构,利用机构分析方法建立了挑线杆机构位置精度分析的计算模型,并对挑线杆机构的挑线位置精度进行了详细的分析,得出了计算挑线误差的数值微分分析式,编写了MATLAB计算程序,并对电脑刺绣机新型挑线机构的挑线误差进行了实例计算,找到了电脑刺绣机的挑线误差随曲柄转角变化的规律,该规律性对于电脑刺绣机新型挑线杆机构运动学设计和提高刺绣质量具有重要的参考价值.     

改进插补算法在数控雕刻系统中的应用

根据雕刻机控制系统的设计需求,采用TI公司的32bit定点数字信号处理器TMS320F2812作为下位机控制系统核心处理单元,并与FPGA相结合取代目前市场上主流的单片机与高速运动控制芯片相结合的联机控制.运用模块化设计思想进行了雕刻机控制系统软硬件设计.在轨迹控制中,运用快速数字积分插补算法替代普通数字积分插补算法,使控制器对插补过程的运算效率更高,减小了控制器的运算压力;试验证明了所设计的基于DSP和FPGA的三维雕刻机数控系统方案及数字积分改进算法的可行性和可靠性,雕刻机的加工速率提高了大约20%.     

数控机床主轴刀柄锥配合结合部动力学建模

在分析现有主轴刀柄动力学建模方法缺点的基础上,根据刚度影响因子的概念,建立了锥配合结合部动力学模型,并利用结构动力学矩阵与频率响应函数矩阵互逆的特性,识别出结合部的动力学模型参数.实验表明:计算出的模型固有频率与模态实验得到的值的相对误差在10%左右,验证了所建模型的有效性.     

基于写作风格的中文Web信息作者同一认定方法

为了阻止网上非法信息现象发生,提出了一种同一认定Web信息作者的方法,通过分析中文Web信息作者的写作风格,提取能表达Web信息作者写作特点的三种特征,包括词汇特征、结构特征和格式特征,利用支持向2机分类学习算法,同一认定Web信息的作者,为计算机取证提供证据.在Blog、电子邮件数据集上实验的分类识别正确率超过8000,表明所提出的方法是有效的,用于计算机取证是切实可行的.     

基于FPGA的LED点阵系统控制器的设计与分析

设计了一种基于FPGA器件以FSM方式实现的LED点阵系统控制器模型.该控制器的主要控制逻辑都集中在一个FPCA器件中,控制器的I/O端口可以直接与驱动电路的输入接口相连.控制器与PC监控中心可以用RS-485或以太网口总线形式进行数据传输,通过仿真及下载验证该控制器具有硬件简洁、扩展方便、可靠性高等优点.     

基于软件工程的并联机床控制软件设计分析

随着人们日益对生产与生活环境适应性的不断提高,最近几年,很多国内外机床制造业企业都在积极研制和探索新型的具有多功能的系统与制造装备,文章从当前在结构技术上,具有突破性进展的并联机床入手,结合并联机构的进给传动机构的实际情况,进行了大量的分析和研究。     

基于支持向量的判别准则的比较

在经典线性判别分析(LDA)和软间隔支持向量机(C-SVM)的基础上,提出了支持向量判别分析(SVDA)和基于支持向量的极大化间隔判别分析(MSVDA).为了说明SVDA和MSVDA对分类问题的有效性和实用性,利用UCI数据库中的Wine数据和Iris数据进行了对比实验.实验结果表明,总体上,SVDA和MSVDA均比LDA有效.     

恶化工件具有p-s-d安装时间的非同类机排序

主要讨论了恶化工件具有p-s-d安装时间的非同类机排序问题.工件的实际加工时间与开工时间有关,安装时间是依赖于所在机器上已加工完的工件的加工时间的简单函数,即p-s-d形式.本文所考虑的问题是如何确定工件在非同类机上的加工顺序使得所有工件的总完工时间最小.在每台机器上加工的工件数确定的情况下,将该排序问题转化为一个指派...     

Semi-supervised learning based probabilistic latent semantic analysis for automatic image annotation

In recent years, multimedia annotation problem has been attracting significant research attention in multimedia and computer vision areas, especially for automatic image annotation, whose purpose is to provide an efficient and effective searching environment for users to query their images more easily.In this paper, a semi-supervised learning based probabilistic latent semantic analysis ( PL-SA) model for automatic image annotation is presenred.Since it' s often hard to obtain or create la-beled images in large quantities while unlabeled ones are easier to collect, a transductive support vector machine ( TSVM) is exploited to enhance the quality of the training image data.Then, differ-ent image features with different magnitudes will result in different performance for automatic image annotation.To this end, a Gaussian normalization method is utilized to normalize different features extracted from effective image regions segmented by the normalized cuts algorithm so as to reserve the intrinsic content of images as complete as possible.Finally, a PLSA model with asymmetric mo-dalities is constructed based on the expectation maximization( EM) algorithm to predict a candidate set of annotations with confidence scores.Extensive experiments on the general-purpose Corel5k dataset demonstrate that the proposed model can significantly improve performance of traditional PL-SA for the task of automatic image annotation.