工业活动的动力

第三届印度国际制药原料展览会（CPhI）和第二阶段的世界制药机械、包装设备与材料（P-MEC）印度展将在今年十一月举办，这些展览在去年曾获得了很大成功。与印度国际软件工程大会（ICSE）一起，这些活动完全覆盖了药物成分、合同／外包服务以及生产设备各部门。在同一地点举办这些活动只要与会一次就可获得高水平的联网和商业机会。     

软弱夹层粒度成分与强度参数的关系研究

软弱夹层是控制岩体稳定的主要因素之一,对其研究的主要目的就是要给出正确、合理的力学强度参数.作者在大量试验成果基础上,研究了某电站重力坝坝址区层状岩体中软弱夹层粒度成分和抗剪强度参数之间的相关关系,并建立了各种稠度状态下的粒度成分和抗剪强度参数间的相关方程.同时结合《混凝土重力坝设计规范》中提出的用粒度成分定量指标选取软弱结构面抗剪强度参数,对软弱结构面抗剪强度参数取值问题进行了探讨.     

特殊环境下营运车辆驾驶人驾驶安全性评价

道路交通事故90%以上由人为因素引起.为了对特殊环境下营运车辆驾驶人的驾驶安全性进行综合评估,由问卷调查确立典型交通场景下的安全驾驶标准操作,应用层次分析法,从交通规则遵守情况、驾驶行为规范性程度及安全驾驶意识程度3个方面建立驾驶安全性评价体系.运用句法模式识别方法设计安全意识评价算法,对驾驶人在场景中的操作能力进行评价.结果表明,安全驾驶意识程度对驾驶安全性的影响最大.所设计系统在驾驶模拟器中实现,可有效评价特殊环境驾驶人的驾驶安全性,进而降低驾驶人因素引起的事故率.      

柴油机尾气控制技术的发展趋势

柴油发动机具有高热效率、大功率等特点,有着良好的经济性和可靠性,在汽车、农业机械领域得到广泛应用。虽然柴油机具有许多优点,但是其所排放的尾气中有害成分较多,加之通风条件的限制,排放的有害气体严重超标会破坏环境,因此,对柴油机排放的尾气进行控制和净化具有重要意义。     

轻型车(乘用车)城市工况的合成方案

由于目前我国关于轻型车（乘用车）油耗与排放标准中采用的循环工况为欧洲的NEDC工况,不能全面地反映我国道路工况特点。针对这种情况,本文提出一种城市道路工况的解析与合成方案,用到了主成分分析法,聚类分析法,局部模态法等方法。     

基于主成分分析的DEM粗差检测

为探讨误差的空间分布特性对数宁高程模型(DEM)粗差检测率的影响,建立了独立粗差模型和相关粗差模型,并模拟了不同粗差率(0.2%～3.0%)的数据.将随机分布的粗差加入DEM中,采用基于主成分分析的粗差检测算法进行了试验.结果表明,无论粗差是否空间相关,随粗差率增大,检测率均下降.对于独立分布的粗差,当粗差率小于1.0%时,基本可以定位所有污染数据;而对于空间相关的粗差,当粗差率等于1.0%时,检测率不足50%.可见,粗差的空间相关性及较大的粗差率均会降低基于主成分分析的粗差检测算法的检测率.     

基于主成分回归的公路客运量预测模型研究

运用主成分回归分析法,将影响公路客运量的众多相关因素简化为少数不相关因素,消除因变量过多导致的多重共线性,可构建公路客运量预测模型。实例证明,该模型具有较高的精度,适合影响因素指标发展较为明确的客运量短期预测。     

基于主成分回归的公路客运量预测模型研究

运用主成分回归分析法,将影响公路客运量的众多相关因素简化为少数不相关因素,消除因变量过多导致的多重共线性,可构建公路客运量预测模型.实例证明,该模型具有较高的精度,适合影响因素指标发展较为明确的客运量短期预测.     

An independent component analysis algorithm through solving gradient equation combined with kernel density estimation

A new algorithm for linear instantaneous independent component analysis is proposed based on max-imizing the log-likelihood contrast function which can be changed into a gradient equation. An iterative method is introduced to solve this equation efficiently. The unknown probability density functions as well as their first and second derivatives in the gradient equation are estimated by kernel density method. Computer simulations on artificially generated signals and gray scale natural scene images confirm the efficiency and accuracy of the proposed algorithm.     

Fixture variation diagnosis of compliant assembly using sensitivity matrix

An automotive body is composed of compliant sheet metal parts. Fast and exactly diagnosing variation sources is very important when assembly variations happen. This paper proposes a diagnosis method of multi fixture variations based on the variation model of compliant sheet metal assembly. The assembly variation model is obtained by using the method of influence coefficients (MIC) and considering the manufacturing variations of compliant parts and multi fixture variations. The measurement point variations induced by part manufacturing variations are firstly removed from the measurement data. The variation patterns of multi fixture variations are constructed by column vectors of fixture variation sensitivity matrix. This method is proved to be feasible for exactly diagnosing the fixture variations and has higher diagnosis efficiency than designated component analysis (DCA).