机械振动全息分析及其若干问题

本文用球面波多重象全息照相分析物体的机械振动,简要地讨论了球面波多重象全息三维振动分析的基本规律,介绍了用计算机控制的显微光密度计确定由测点振动引起的物光波的相位差技术,用几何光学方法推导了曲面测件图象上测点位置的修正公式,提出了提高全息振动条纹分辨率的方法.本文在15cm长度物体上至少可记录105级能分辨的全息振型条纹.     

一个识别零件几何与工艺特征的自动分类系统

提出了一种在成组技术中应用模糊综合评判理论识别零件几何与工艺特征、进行计算机辅助零件分类的新方法，据此设计了自动分类软件。本法是根据零件本身间的相似性自动分类，不需建立一套分类用编码系统，也不需事先设定假想零件。对不同的分类要求，修改各种输入信息很方便，具有柔性。本文对２３００个航空附件回转类零件作了试验分析，讨论了特征抽取，目标类别，权级、权重分配，模糊关系矩阵计算，及自动分类应用软件设计．本软件是在ＩＢＭ－ＰＣ微型计算机上用Ｆｏｒｔｒａｎ－７７语言实现的，分类结果满意，自动分类正确率达９０％以上。本软件设计方法也适用于设计管理部门．     

判别性正则化:一种新颖的分类器学习方法(英文)

提出了一种新颖的正则化方法-判别性正则化(Discriminative regularization,DR),为分类提供了一种通用的结合样本先验信息的方式.通过将先验信息引入到正则化项中,DR不但使分类器实际输出与期望输出之间的经验损失达到最小, 而且能在输出空间中同时最大化类间散性与最小化类内紧性.此外,通过将等式约束嵌入到目标函数中,DR的求解还可转化为解线性方程组问题,从而得到全局解析解.分类实验验证了DR的优越性.     

混气电解加工中两相流音速及阻塞机理研究

着重分析研究气液两相流音速特性及其阻塞机理。通过测量由小药量电雷管爆炸而产生的压力波传播速度，然后修正到音速。试验结果表明，气液两相流音速与气泡率、当地压力及其流型有关。由于气液混合物强烈的压缩性，混气电解加工间隙中易于出现类似可压缩气体的阻塞现象。     

涡轴发动机燃烧室头部流场试验研究

对涡轴发动机短环直流燃烧室进行了突扩区和火焰筒头部间流场试验研究。采用ＬＤＶ多谱勒激光测速仪测量了燃烧室头部的时均速度场和各测量点的紊流强度，并绘制了流谱。通过对七种不同结构方案扩压器进行试验，研究了几何参数和前置扩压器出口气动参数变化对突扩区和火焰筒头部间速度场以及各点紊流强度、旋涡位置与大小的影响。通过流场分析找出各参数对燃烧室性能影响的规律。本试验结果可为涡轴燃烧室的优化设计提供可靠的有应用价值的试验依据。     

快速可重构信息系统的框架研究(英文)

变化和重构是快速可重构信息系统 (RRIS)的两个核心概念 ,RRIS对变化的适应或演化能力使它优于传统信息系统。本文首先提出 RRIS的体系结构 ,然后以 RRIS框架为重点 ,讨论框架的定义、分类及设计 ,研究框架的构成、构成元素 (业务构件 )的设计及构件如何在构架的组织下协调地安插在 CORBA的软总线上 ,实现类似硬件IC的即插即用。构件在框架上即插即用的灵活机制及热点构件 (反映变化 )的灵活运用 ,提高了框架的可扩展性、可定制性 ,从而提高了 RRIS适应变化的可重构性。     

电磁轴承-转子系统多变量模糊解耦控制算法的推导

在建立了转子高速旋转时电磁轴承系统的模型基础上 ,针对此系统的多变量模型 ,采用了多变量模糊解耦方法进行控制研究。文中推导了有效的降维模糊关系矩阵 ,得出了四输入四输出的多变量模糊系统的输出算法 ,并进一步考虑了加上输入变量导数的情况下算法的推导。     

结合图像局部信息的高斯混合型图像分割框架

针对现有的基于判别型或聚类型的图像,用分割方法无法处理被噪声污染的图像的现状,提出一种新的两步式图像分割框架。该框架首先利用图像的局部信息重塑图像的灰度直方图,增强了像素的类间散布性和类内紧凑性,然后将现有的基于判别型或基于聚类型图像分割方法在重塑图像上执行,从而提高了现有图像分割算法的有效性和鲁棒性。文中用典型的聚类型方法高斯混合模型来说明该框架的可行性。由于框架的两个步骤具有独立性．因此可推广到现有的其他基于像素或直方图的方法。在人工和真实图像上的实验结果证明,这种两步图像分割框架可以获得有效且鲁棒的图像分割结果。     

浅议我国个人所得税实施中存在的问题及解决对策

个人所得税在调节个人收入、增加财政收入、维护国家权益等方面发挥了积极作用,但是随着我国经济的发展,在实施个人所得税中也逐渐暴露出一些问题.本文针对这些问题,进行了深刻的分析,并提出了解决的对策.     

基于快速提升KLDA准则的MSTAR SAR目标特征提取与识别研究

 核线性判别准则(KLDA)是一种非线性特征提取准则。利用KLDA提取MSTAR SAR图像特征,既达到较理想的识别概率,又可克服SAR图像对方位的敏感性。但此时训练样本最多,KLDA的计算代价高。为了解决这一问题,提出一种快速特征向量选择法（FFVS）。FFVS把类别和方位相似的SAR图像分成若干组,然后快速选择各组中部分图像组成一个集合且其到高维特征空间的映射作为一组基。利用该组基的线性组合表示任一样本和投影算子,降低了KLDA中核矩阵的阶数,达到降低计算代价的目的。实验结果表明,FFVS与KLDA组合能达到理想的识别结果。