一种整体自装卸车的设计

介绍了一种基于新一代底盘的顺装伸缩臂整体自装卸车的设计,通过作业工况的分析,确定系统最大受力和基本尺寸;着重介绍了自装卸机构、液压系统、电控系统和后视系统等主要组成部分的设计,采用Abaqus软件对自装卸机构的主要结构进行了有限元分析和强度校核,通过基本性能试验对样车进行了验证。     

湿式离合器出油口甩出油温度预测方法

为了实现对湿式离合器出油口甩出油温度传感器的冗余校验和自我诊断，提出了一种基于粒计算约简的离合器出油口甩出油温度的模糊预测方法。首先分析出油口甩出油温度的影响因素，将主要影响因素作为预测输入量，并采用模糊推理理论预测当前离合器出油口甩出油温度。在设计模糊预测方法的过程中，通过分析实车数据得到车辆行驶时离合器处于高滑摩功率过程和低滑摩功率过程的不同特性，分别确定相对应的隶属度函数和模糊预测规则，从而进一步提高出油口甩出油温的预测精度。为了提高模糊预测算法的实时性，基于模糊预测规则创建模糊决策表，模糊输入量和模糊输出量分别作为决策表的条件属性集与决策属性集。利用粒计算理论对模糊决策表的条件属性集进行属性约简，通过削减冗余信息有效降低模糊输入量和模糊预测规则的个数。最后利用实车采集的数据对比分析约简前后模糊预测算法的单步运行时间和预测误差等性能指标。试验结果表明：基于粒计算约简的模糊预测算法能够有效保障预测精度，同时拥有更少的模糊预测规则数和模糊输入量，有效解决了模糊预测算法占用资源较多以及实用性较差的问题。     

瑞雷波技术在巨粒土路基中的应用研究综述

在对瑞雷面波勘探技术及其在工程中的应用现状回顾的基础上,剖析了瑞雷面波频散曲线正、反演方法的进展及存在问题,提出了通过理论模型和试验测得巨粒土路基中瑞雷波的传播速度,根据波速和路基强度的相关性,建立横波波速与巨粒土路基变形指标之间的关系的思路,从全新的角度评价巨粒土路基的填筑情况,建立相应的变形控制指标,把路基不均匀沉降控制、路面设计指标与质量检测评价指标有机地联系起来,使路基施工、路面设计理论上升到新的理论高度,将是其发展趋势。     

基于知识工程的自升式钻井平台方案设计方法

针对目前自升式钻井平台方案设计特点,引入知识工程的理念,建立面向对象的知识表达方法及基于实例和规则的混合推理机制,采用参数化设计方法进行特征驱动,在快速生成设计方案的同时对设计进行检验并提出建议,使设计人员的工作重点从数据处理转移到对设计对象的分析上来.开发了原型系统,证明了该方法的有效性和实用性.     

一种燃气轮机状态监测和故障诊断专家系统的研究

介绍了一种燃气轮机状态监测和故障和故障诊断专家系统。提出了产生式规则和框架相结合的知识表示方法；合理地组织了知识库，并提供了较完善的知识库管理功能；实现了该诊断问题中故障严重程度和可信度两种模糊概念的推理；建造了适合本问题的正、反向混合推理机。     

VoIP中的丢帧补偿策略研究的概况

VoIP由于其分组交换方式及实时性特点,不能保证分组的可靠传输.阐述了造成VoIP质量不高的原因,比较了几种丢帧补偿策略的优缺点,介绍了G.723.1的插值补偿算法.     

����ģʽ�ij��н�ͨ״̬�����������о�

首先选用较多的交通参数,设计提出了基于聚类方法的细粒度交通模式划分算法,将交通模式划分为较多的类别。结合实际数据,进行了实验,在四个路段参数的基础上,划分得到了十类交通模式。这其中都用到了模糊集合划分和定性推理。使用状态核确定一系列模式,随后系统状态被划分成若干个模式。提出了模式转移方程来描述在定性推理基础之上的状态转移,并从模式转移的角度进一步研究了系统的稳定性。一个城市交通系统的应用实例显示了本文提出方法的有效性,可以看出细粒度交通模式划分要比粗粒度有更多的优势,同时得出了聚类算法在细粒度交通模式划分中的劣势。     

车载单端正激式3U开关电源

详细地介绍了车载单端正激式3U开关电源的工作原理、电路特点。该电源开关元件采用场效应管,具有保护电路功能齐全、体积小、效率高、可靠性高的特点,特别是具有在关断输入后,输出延时关闭的特点,确保了系统对重要数据的保存。     

基于欧氏距离的基本信任函数确立方法

声学故障检测与定位是维护舰船隐身的重要手段.为了实现对声学故障的检测与定位,开发了基于案例推理的专家系统.该系统采用D-S证据理论对案例推理结果进行信息融合.针对基本信任函数很难确定的问题,给出了一种基于样本间欧氏距离的信任分配函数确定方法.实验证明该方法具有较好的可行性.     

IMPLEMENTATION OF GRADIENT-BASED ESTIMATION OF HMM PARAMETERS

IntroductionIn Hidden Markov Model ( HMM) - basedspeech recognition systems,it is very importanttoset the parameters of HMMs correctly.Conven-tional training algorithms such as Baum- Welch al-gorithm,are based on the criterion of maximumlikelihood( ML) .The strength of Baum- Welch al-gorithm lies in its fast convergence andmonotonous improvement[1] . For other criteriasuch as maximum mutual information,however,such an algorithm does not exist.In this case,acommon resort is a gradient- b…