以活动为中心的软件过程建模及其作用的研究

从分析以活动为中心的软件过程的特点以及活动之间的规则、关系和分类出发,抓住了过程活动的特点与度量活动的难点.通过实例研究将以活动为中心的软件过程模型特点应用到软件过程度量中,通过活动图抓住度量关键域,并分析了两种方法具体结合对企业实际项目开发过程中的过程度量与改进的意义,不仅简化了软件过程度量,同时避免了过程度量的盲目性.     

教学质量要素及测控探讨

教学质量是教学对学生达到预期教育结果的促进程度,是社会和学生对这种程度的认定.在构成教学系统的各基本要素中,教师和学生是两个最活跃的因素,其中课堂教学和实验教学是教学的主要环节.教学质量测控包括对教师教学设计及教学实施的测控,也包括对学生学习质量的测控.     

单片机在纱线捻度测量中的应用

论述基于单片机的纱线捻度测量仪的原理、硬件和软件实现。着重介绍PWM电路的工作过程和软件产生PWM脉冲的方法，并给出实现PWM信号的程序代码。     

转置双曲柄滑块机构急回运动特性的研究

本文对转置双曲柄滑块机构急回运动特性进行了分析,结果讧明,此机构不仅具有超急回运动特性的可能性;而且在机构各构件尺寸一定的情况下,仅改变其相对安装位置,便可具有行程速比系数不同的急回运动特性。     

基于市场法的软件价值类比估计评估模型研究

随着软件行业的高速发展,计算机软件的价值评估受到广泛重视.基于市场法的软件价值类比估计评估模型及其应用,从评估理论出发,联系软件实际特点,构建了类比估计中的具体步骤和相似性度量的具体计算方法.研究表明,构建的计算方法克服了学术论文偏重理论的缺陷,在评估实务中的可操作性、评估结果的客观性方面得到明显改进.因此,本方法为市场法在软件评估中广泛应用奠定了基础.     

煤粉燃烧火焰的三色法温度测量

对彩色 CCD摄像机所拍摄的火焰图像 ,采用三色波长光谱测量法和温度分段线性化的方法来计算煤粉火焰温度 .将火焰温度由高向低分成几个温度段 ,通过温度的标定试验作分段的温度线性化处理 ,再求解由 3个色彩分量和温度标定组成的线性方程组 ,得到较为准确的火焰温度分布 .这种方法准确可靠 ,避免了过去方法中试图用一个标定试验的公式来求解跨度较大的整个温度场分布及由此引起的误差 .最后对一实例进行了计算 ,得到了满意的结果     

防城季节性雨林优势种罗浮柿测树因子曲线回归与通径分析

为探究防城季节性雨林优势种罗浮柿(Diospyros morrisiana)的形态特征及其相关生长规律,本研究基于防城那山子季节性雨林1 hm²群落样地实测数据,对其测树因子进行曲线回归和通径分析。结果表明：罗浮柿株高(H)、胸径(D)和冠幅(W)之间存在极显著的相关关系;胸径-株高、胸径-冠幅、株高-冠幅的最优回归方程均为幂曲线模型,表达式分别为H=3.0248×D^0.4501(R²=0.634)、W=0.6600×D^0.5462(R²=0.613)和W=0.3147×H^0.9108(R²=0.545);胸径和株高对冠幅具有极显著正向作用,胸径对株高的影响大于其对冠幅的影响,其对冠幅的影响大于株高对冠幅的影响。因此,罗浮柿的株高和冠幅可通过测定其胸径来估算。     

基于抗差自适应滤波的高速列车融合测速算法

针对Kalman滤波在高速列车融合测速过程中因观测粗差和动力学模型误差而引起的融合精度下降问题,提出一种基于抗差自适应滤波的高速列车融合测速算法。首先,在Kalman滤波的基础上构建异常检测函数和误差判别统计量,用于检测和区分传感器异常观测导致的观测粗差和动力学模型误差;然后,针对观测粗差和动力学模型误差,分别采用三段式函数和指数函数构造抗差因子和自适应因子,通过2种因子合理调节观测信息和模型信息在状态估计中的权重,从而降低观测粗差和动力学模型误差对融合结果的影响;最后,通过2种运行场景以及算法对比,仿真验证抗差自适应滤波算法性能。仿真结果表明,与基于Kalman滤波的融合测速算法相比,所提出算法无论在观测粗差场景还是在动力学模型误差场景,均具有更高的精度和稳定性。     

基于改进粒子滤波算法的车速估计

针对基于粒子滤波算法设计的车速估计器因提议分布与实际分布不一致导致粒子退化使估计误差变大的问题,提出了一种通过修正提议分布减弱粒子退化影响的改进粒子滤波车速估计器。首先,基于车辆运动学模型和传感器特性建立系统的状态转移方程和观测方程。然后,利用传感器测量值与粒子状态值的差值设计提议分布修正项对状态转移方程进行修正,并对过程噪声做自适应处理。最后,利用CarSim-Simulink联合仿真平台在双移线工况和正弦转角输入工况下进行仿真验证。与自适应粒子滤波器相比,双移线工况下改进粒子滤波估计器产生的纵向速度估计值和侧向速度估计值的平均绝对误差分别减小了40.25%和55.71%;正弦转角输入工况下,改进粒子滤波估计器产生的纵向速度估计值和侧向速度估计值的平均绝对误差分别减小了47.00%和41.21%。     

基于卷积神经网络的移动机器人声源定位方法综述

听觉系统是机器人感知周围环境信息的重要途径之一,精准有效地进行声源定位,可极大提高移动机器人的感知与决策能力。将声源定位应用于危险环境救援与巡检具有重要工程意义。随着深度学习的广泛应用,引入卷积神经网络(convolutional neural networks, CNNs)的声源定位效果显著改善。将移动机器人声源定位研究从网络架构与改进、声音特征类型、数据仿真与增强,以及多模态信息融合四个角度进行综合对比及分析,并对技术的应用提出思考与展望。