摘要：针对网络控制系统具有不确定时滞的特性,通过在节点中设置缓冲区的方法将随机时滞转化为确定性时滞,从而将网络控制系统从随机系统转化为确定性时滞系统;针对这类时滞系统利用预测函数控制算法设计了控制器,以实现基于模型匹配和多步预测的思想来改善控制性能。通过仿真和基于DCS的模拟系统实验,结果均表明了该方法的正确性和有效性。

摘要：为了提高图像稀疏表示性能,提出了一种有效的结构化字典图像稀疏表示方法.针对过完备字典构造和稀疏分解中原子筛选问题,提出了一种基于灰色关联度的字典原子筛选和结构聚类方案.首先,对测试图像分块处理,利用块作为原子样本;然后,计算原子间的灰色关联度,并设置原子灰色关联度的筛选准则;最后,利用结构特征对原子聚类,构造图像稀疏字典.算法利用灰色关联度选择表征能力强的原子,提高字典的表征能力,缓解了传统字典设计对原子个数的依赖;同时,降低了算法的复杂度.将该方法得到的字典用于图像去噪,结果表明,视觉效果明显优于同类算法,峰值信噪比提高2 dB左右,且算法复杂度显著降低.

摘要：在社区居民电子健康档案(EHR)系统中,如何快速、有效地实现在Web上绘制儿童生长监测图,是提高居民使用该系统体验的研究热点。结合当前新兴的Ajax和GDI+技术,当居民提交请求时,客户端采用预先设计的Ajax状态管理器处理请求,然后向服务器发送XMLHTTP请求,服务器端响应请求、采用GDI+编程实现图形的绘制并返回,最终实现儿童生长监测图在Web上发布。

摘要：考虑了一类非线性网络控制系统的输出反馈镇定问题.通过齐次马尔可夫链来描述采样器-控制器和控制器-执行器的时延,将网络控制系统建模为带跳非线性系统.利用Lyapunov方法和线性矩阵不等式技巧,得到了闭环系统随机稳定的充分条件,并给出了镇定控制器的设计方法.

摘要：通过将含氮杂环与WL001的2-氨基噻唑侧链相连,设计合成了一系列新的截短侧耳素衍生物。用革兰阳性和革兰阴性菌对该系列化合物进行体外抗菌活性测定,合成的大多数化合物不仅在药物敏感菌株中表现出抗菌活性,而且在耐药菌株中也有相同效果。特别值得注意的是具有饱和氮杂环的化合物表现出显著的抗菌活性（0.062 5～8μg·m L-1）,优于或类似于阿莫西林、泰妙菌素和左氧氟沙星。此外,15a和15b含有哌啶或吗啉的化合物同样能够有效的抑制革兰阴性菌。本研究为相关截短侧耳素衍生物的设计提供了一个新视野,为进一步研究治疗耐药性致病菌奠定了基础。

摘要：设计了一种机械传动中的减速装置,采用复式系杆的同步带周转轮系,既简化结构,减少噪音,又能用较短的传动过程精确实现很大的传动比(如10 000左右的传动比)。采用该设计技术可制成相对独立的大传动比减速装置,供各行业使用。

摘要：以现行《公路工程技术标准》(JTGB01-2003)为依据,结合钢桥面铺装的几何特征、力学特性,建立设置纵隔板的钢桥面双层铺装拉应力三维有限元计算模型。在结构设计参数常用取值范围内,对设置纵隔板钢桥面双层铺装的拉应力关键影响因素进行正交敏感性分析。通过逐步线性回归方法拟和出钢桥面双层铺装拉应力的近似计算公式,使得铺装层车栽响应隐含式显示化。同时,通过有限元计算和回归拟合分析,对标准单轴双轮轴栽作用下拉应力的计算公式进行修正,得单轴双轮组各级轴栽作用下钢桥面双层铺装拉应力的计算通式,其精度很好,能满足工程设计和理论研究的需要。研究结果可为钢桥面双层铺装结构设计提供近似计算的新方法。

摘要：基于精英蚂蚁寻优策略,将大跨径桥梁的钢桥面板和铺装层作为桥面铺装系整体进行结构优化设计。以铺装层正常使用年限最长和结构总重量最轻作为优化设计的目标函数,在此基础上建立多目标优化设计的数学模型。针对模型的离散变量优化设计特点和具有并行计算的条件,引入精英蚂蚁寻优策略进行求解。借助大型有限元软件ANSYS和Matlab6.5编程技术,开发了钢桥面铺装体系结构多目标优化设计程序。以国内某大跨径钢桥为对象,采用多目标优化设计方法,给出了钢桥面铺装体系中各参数的优化设计值。所选择的设计变量范围覆盖了目前常用的正交异性钢桥面系结构参数值,且应用精英蚂蚁寻优策略对大跨径钢桥面铺装体系优化设计是可行的。

摘要：针对朴素贝叶斯(NB)分类器在分类过程中存在诸如分类模型对样本具有敏感性、分类精度难以提高等缺陷,提出一种基于多种特征选择方法的NB组合文本分类器方法。依据Boosting分类算法,采用多种不同的特征选择方法建立文本的特征词集,训练NB分类器作为Boosting迭代过程的基分类器,通过对基分类器的加权投票生成最终的NB组合文本分类器。实验结果表明,该组合分类器较单NB文本分类器具有更好的分类性能。

摘要：针对热熔胶机加热温度存在惯性大、滞后性强、非线性等缺点,且常规PID控制难以达到温控要求,提出了一种基于CPSO-BP神经网络的PID控制器参数自适应调整算法。该算法先用CPSO算法将BP神经网络的初始权值和阈值优化到全局极小点附近,然后用传统BP神经网络学习算法在线调整PID参数。采用MATLAB对设计的CPSO-BP神经网络-PID控制器进行了温控系统仿真分析,仿真结果显示该控制器可实现对热熔胶机温度的精确控制,具有良好的自适应性和鲁棒性;实验测得采用CPSO-BP神经网络-PID控制器的温控系统能够在3.5min内达到设定温度,温控精度为±2.5℃。CPSO-BP神经网络-PID控制器作为嵌入式系统的一个控制单元,已投入热熔胶机温控系统实际应用,使用效果表明:温控系统性能稳定,温控精度高,有效实现了热熔胶机加热温度的自动控制,具有良好的实际应用及推广价值。