摘要：准确合理地找出网络中的关键节点并加以保护,对提高网络的鲁棒性、稳定性有着重要的意义。因此,从优化的角度提出一种基于网络效率最优的关键节点识别方法。通过网络结构赋权构造一种网络鲁棒性测度函数,以此为目标函数利用萤火虫算法进行优化搜索,其中在离散化的基础上,用佳点集的思想构造初始序列,采用分区寻优的方法快速搜索满足测度函数的最优序列,在搜索过程中通过增加可变全局吸引力和自适应随机项,使得优化搜索能够准确收敛,实现对网络关键节点的识别。实验分析结果表明,所提方法识别效果更佳,对不同的网络结构具有一定通用性,所用改进萤火虫算法收敛速度更快,准确性更高。

摘要：股指期货市场长期以来一直是大量投资者们的关注重点。量化投资模型也是投资机构以及个人投资者所必不可缺的投资工具。相比起以往的技术分析以及计量经济学分析等方法,神经网络能够更好地发掘市场中大量的复杂数据特征,在拟合股指期货价格上展现出独特的优势,基于神经网络的量化投资策略能极大地帮助投资者们从市场中获利。本文着眼于期货市场中的金融期货,针对沪深300股指期货,运用目前最前沿的门循环神经网络GRU,并基于沪深300股指期货的5分钟高频数据,对未来股指期货价格进行了预测,得到了不错的效果。更重要的是,本文还将对未来价格的预测,运用到我们设计的双重信号投资交易策略当中,最终使得交易模型在收益率和风险控制上表现都比较突出,达到了50.74%的年化收益率以及1.8的夏普比率。实验证明:在GRU神经网络基础上运用双重趋势信号交易策略,最终能使交易模型有较好的表现,具有实际运用价值。

摘要：针对某型号叉车护顶架、方向盘和座位振动较大的问题,首先对该型号叉车运行时的振动信号进行了采集,找出主观舒适度最差时刻的信号并侧重其进行分析。通过对护顶架做模态测试,将所测试的模态参数与现场主观振动评估结果相结合,确定导致该型号叉车舒适度较差的主要原因是护顶架在发动机激励下产生共振,且由于在共振频率周围护顶架结构模态较为密集,导致叉车加速状态下会产生连续的共振。由于在模态测试基础上引入了舒适度评估振动的方式,结果表明具有今后改进设计的价值。

摘要：针对机械臂成本高不利于推广以及远程教学场景下难以进行仿真实验的问题,设计了一种基于机器人操作系统(Robot Operating System,ROS)的机械臂仿真实验平台,该仿真实验平台包括机械臂仿真模块、ROS分布式节点控制模块、上位机控制软件,其中,上位机控制软件完成机械臂的末端控制、关节控制以及机械臂的状态显示等功能;ROS分布式节点控制模块负责将上位机控制软件发送的控制指令处理后发送给机械臂仿真模块;基于该仿真实验平台,仅需修改机械臂模型配置文件即可实现对不同种类机械臂的兼容与个性化定制,大幅降低了实验成本。实践证明,该虚拟仿真实验平台具有可扩展性强、易于维护等优点。

摘要：作为应用服务器重要组成部分的分布管理器主要用于提供分布环境下的事务处理能力,它的性能是制约应用服务器上分布事务吞吐能力的重要因素。讨论了在J2EE应用服务器框架下如何进行分布事务管理器的性能优化,同时给出了分布事务管理器ISTX的性能优化实现。实验数据表明,对ISTX的性能优化能在保证分布事务可靠性的前提下,较大幅度地提高了分布事务处理的性能。

摘要：中国传统文化元素深刻影响着现代大众的审美倾向、思想观念与思维方式,将其运用于现代环境艺术设计中,可赋予现代环境设计以更深层的内涵、提升现代环境艺术设计的设计感、突出现代环境艺术设计的意境美、增强公众环保意识,是推动中国传统文化元素走向世界、不断传承与创新的有效方式.在将中国传统文化元素融入现代环境艺术设计的过程中,需要掌握仿制和吸收的技巧,并融入时代精神创新传统文化元素的表达形式,结合西方设计理念与技术,基于传统摆件、线条意象、传统色彩与传统图形等优秀文化的独特内涵与优势,赋予现代环境艺术设计更丰富的表现形式与文化内涵,体现现代建筑与景观等的艺术性、传承性与自然的和谐性.

摘要：螺旋式上升是事物发展过程中必然出现的,以"螺旋形"展现。素来以个性化和纯粹驾驶乐趣著称的BMW宝马展厅在长沙望城区完成了领创4S体验中心的革新设计并完美落地。设计师将原有的老建筑翻新改造,打破以往传统客户动线模式,在6000平方米的建筑中把展厅、咖啡厅、书吧、手办区、餐厅、零售店、儿童游乐区、办公区、车库、修维车间等融为一体,打造了一个领创前沿概念的大型宝马新零售体验中心。

摘要：为了对高频斩波串级调速系统的设计方案进行性能指标研究和分析,利用MATLAB中的PSB(电气系统模块库)和Simulink,为此系统建立了仿真模型。文章介绍了高频斩波串级调速系统的原理,给出了仿真结果,并与相应的实测值进行了对比。该模型直观简便,易于使用,并具有较高的仿真精度。仿真技术的应用可以很大程度地减少高频斩波串级调速系统设计和调试强度。

摘要：在不间断的流水线作业环境下,采用普通的人力进行商品分拣的效率低,错误率高。此外,单一的分拣系统无法适应多种物体分拣的情况。因此,提出了一种基于深度学习的商品分拣系统。该系统采用基于SSD算法的多目标检测进行目标对象的类别识别,采用TensorFlow框架提高识别准确率,使用RRT算法实现路径规划,同时增设训练模型以适应不同使用场景。实验表明所提出的系统夹取效果能够满足流水线作业环境下进行分拣的需求。

摘要：随着科技的飞速发展,智能机器人的应用不断扩大和深化。基于视觉的交互式机械臂控制系统使得机器人可以在恶劣复杂的环境下,远程代替工作人员进行操作控制,设计的友好人机交互界面可以用于特殊环境下的情况感知,而无需人类在现场。通过对人体关节的检测实现对机械臂的控制。