摘要：针对煤矿采矿机械设备异常特征信号是非均匀变化的,容易出现机械设备异常检测结果不精准的问题,提出了基于EMMD-rvm的煤矿采矿机械设备异常检测系统。采用4通道AD转换芯片,采集煤矿采矿机械设备异常数据。使用ZigBee传感器作为终端设备,传输电压、电流、转速红外成像和温度信号。利用传感器网络协议适配器,将不同传输信号统一传输到服务器,消除传感器网络异构性。采用EMMD极值域均值模式分解方法,引入加权平均法获取信号局部均值,分析煤矿采矿机械设备异常特征。构建rvm支持向量机模型,设计基于rvm的煤矿采矿机械设备异常检测流程。由系统应用结果可知,该系统通过采集高频分量信息,可获取精准异常检测结果,为机械设备异常检测提供一种新思路。

摘要：本文首先描述MMC卡(MultiMediaCard)的结构、管脚定义以及工作原理,然后介绍了基于OpenVera语言的rvm(Refer-ence Verification Methodology,参考验证方法)芯片设计验证方法学,最后讨论基于OpenVera语言的MMC卡验证模型的建立,并详细分析了该验证模型的各个部分。

摘要：情境意识丧失和退化是导致复合材料结构适航维修差错的重要诱因,情境意识水平监测对于减少维修差错、保障飞行安全具有重要意义。为监测复合材料胶接挖补中的情境意识水平,提出基于眼动的情境意识度量与预测方法。首先,针对复合材料结构胶接挖补工艺过程,结合情境意识理论模型分析了复合材料维修中的情境意识。在此基础上,设计复合材料胶接挖补情境意识测量实验,利用Tobii眼动仪记录被试的眼动数据,SART量表测量被试的情境意识水平,基于情境意识水平与眼动指标的相关性提取了度量情境意识的眼动特征模式。基于该模式,利用rvm构建了情境意识预测模型。研究结果表明模型的预测精度和拟合效果能支持维修情境意识水平的在线监测和评价。

摘要：随着集成电路设计的复杂度越来越高,系统验证的难度也在不断地提高。为了能更有效地完成验证工作,需要采用先进的验证方法来构建高性能验证平台。本文介绍的项目中,采用了多种先进验证技术,使用rvm分层结构,混合验证语言,集成多种验证IP,构建了一个存储系统的高效验证平台,探索了复杂系统验证平台设计与搭建之路。