针对伺服系统由于受非线性摩擦力的影响而产生的\爬行\和\平顶\现象,提出了模糊趋近律方法,设计了基于T-S模糊模型趋近律的滑模控制器,并进行了实验和仿真研究.实验和仿真结果表明:所设计的控制器能有效地消除低速\爬行\和\平顶\现象,提高伺服系统的跟踪精度;同时该控制器能显著降低常规趋近律滑模控制器的抖振问题,改善控制品质.该控制器适用于控制品质要求高的伺服系统

利用紧凑拉伸试样通过预制疲劳裂纹研究近片层组织Ti-45Al-8Nb-0.2W-0.2B-0.1Y合金和全片层组织Ti-45Al-7Nb-0.2W-0.2Hf-0.3B-0.15C合金在750℃下的断裂韧性,并分析两种组织合金的断口形貌.结果表明,近片层组织和全片层组织高铌TiAl合金750℃时的断裂韧性分别为19.54和31.58 MPa·m1/2,且近片层组织疲劳裂纹开始萌生时的最大疲劳载荷明显低于全片层组织.断口分析表明近片层组织中裂纹主要在等轴γ晶中萌生,裂纹扩展方式包括沿γ晶、穿γ晶及沿片层、穿片层;全片层组织中裂纹主要在垂直于加载方向的片层间萌生,裂纹以沿片层与穿片层的混合方式进行扩展且伴有二次裂纹的萌生

倾角在8以下的煤层为近水平煤层 由于煤层倾角小,井田内再划分时就不能再按阶段垂高 将其分成阶段了,一般是把运输、回风大巷布置在井田倾 斜的中央,利用大巷将井田分成上下两部分,再在每一 部分内划分出若干个盘区(或带区)进行开采。 目前,我国开采近水平煤层的主要方法有走向长壁采煤 法和倾斜长壁采煤法。 采用走向长壁采煤法开采近水平煤层,一般采用盘区式 开采

介绍前苏联数学家 Korovkin关于用多项式逼近连续函数的定理(Weierstrass第 一逼近定理)的一种证明。 指导思想 用多项式逼近连续函数,是经典分析学中重要的结果,以往教材中介绍的证明都 比较艰深,学生难以理解

最佳平方逼近:即连续型L-S逼近,在fl=√(f,f)意义 下,使得P-yl最小

利用背散射电子衍射技术对高速冲击前后高锰钢样品强制剪切区域的晶粒进行准原位观察,分析了剪切区域不同位置晶粒的相变情况,并借助有限元模拟及受力计算对不同晶粒相变程度差异的原因做了进一步分析.结果表明,在高速变形下,应力应变水平、奥氏体取向及晶粒间的相互作用共同影响TRIP行为:应力应变水平越高,相变程度越大;由于帽型样中剪切应力的存在,相比于近〈111〉取向奥氏体,近〈100〉和近〈110〉取向奥氏体相变程度更大,近〈110〉取向相变程度最大.具有有利取向的奥氏体,晶粒尺寸越大,其相变行为受周围晶粒影响越小,越容易充分相变;具有有利取向的长条状奥氏体晶粒,若其两侧晶粒难相变,则该晶粒相变将受到束缚;带有尖角的晶粒,变形时应力集中难以释放,易发生相变;当晶粒的孪生分力大于滑移,但其最大和次大的孪生分力相差不大,可能导致在这两个方向孪生互相竞争,反而不易相变.高速变形时体心马氏体多在晶界应力集中处产生,很少在晶粒内部大量产生,形态多为细片状,变体选择强

针对经典K–means算法对不均衡数据进行聚类时产生的“均匀效应”问题，提出一种基于近邻的不均衡数据聚类算法（Clustering algorithm for imbalanced data based on nearest neighbor，CABON）。CABON算法首先对数据对象进行初始聚类，通过定义的类别待定集来确定初始聚类结果中类别归属有待进一步核定的数据对象集合；并给出一种类别待定集的动态调整机制，利用近邻思想实现此集合中数据对象所属类别的重新划分，按照从集合边缘到中心的顺序将类别待定集中的数据对象依次归入其最近邻居所在的类别中，得到最终的聚类结果，以避免“均匀效应”对聚类结果的影响。将该算法与K–means、多中心的非平衡K_均值聚类方法（Imbalanced K–means clustering method with multiple centers，MC_IK）和非均匀数据的变异系数聚类算法（Coefficient of variation clustering for non-uniform data，CVCN）在人工数据集和真实数据集上分别进行实验对比，结果表明CABON算法能够有效消减K–means算法对不均衡数据聚类时所产生的“均匀效应”，聚类效果明显优于K–means、MC_IK和CVCN算法

为了提高非平衡数据集的分类精度，提出了一种基于样本空间近邻关系的重采样算法。该方法首先根据数据集中少数类样本的空间近邻关系进行安全级别评估，根据安全级别有指导的采用合成少数类过采样技术（Synthetic minority oversampling technique，SMOTE）进行升采样；然后对多数类样本依据其空间近邻关系计算局部密度，从而对多数类样本密集区域进行降采样处理。通过以上两种手段可以均衡测试数据集，并控制数据规模防止过拟合，实现对两类样本分类的均衡化。采用十折交叉验证的方式产生训练集和测试集，在对训练集重采样之后，以核超限学习机作为分类器进行训练，并在测试集上进行验证。在UCI非平衡数据集和电路故障诊断实测数据上的实验结果表明，所提方法在整体上优于其他重采样算法

掌握最小二乘法、初步掌握平方逼近及直交多项式、平方度量意义下函数的逼近问题

一、《中国近现代史纲要》课程介绍 二、为什么要学《中国近现代史纲要》课 三、怎样学习《中国近现代史纲要》课