动力学模态分解方法重构及预测流场误差分析

利用动力学模态分解(dynamic mode decomposition,DMD)方法可以实现非定常流场的分解、重构和预测,但该方法重构和预测流场的误差需要给出定量分析.鉴于此,提出了定量描述动力学模态分解重构和预测流场的误差分析方法,以雷诺数Re=80的圆柱绕流二维流场数值模拟结果为例,研究了非线性流动和周期性流场重构和预测误差的动态变化情况.结果表明:依据能量大小确定的模态反映了流场的主要相干结构;低频、低增长/衰减率和大尺度的相干结构能量占比大,对流场的影响较大;DMD方法可以准确重构非线性和周期性变化流场,重构的误差小于10-10,预测流场的误差较重构流场出现跳跃增大现象;DMD方法预测非线性变化流场的误差在样本时间区间内较小(小于10-3),超出样本区间误差的发展急剧增大,变化情况依赖于数据样本;预测周期性流场的误差稳定在10-4左右.     

运用图像重构误差控制的骨架简化方法

将贝叶斯模型方法运用于基于图像重构误差控制下的骨架简化问题,通过建立平衡算法实现重构精度与骨架简化的平衡统一.在算法的设计中,通过对骨架分支级别的设置,运用重构误差和骨架简洁度两个控制参数以及平衡算法,在骨架主轴的基础上通过添加相关各级别的骨架分支,实现对骨架分支的优选,最终获得图像的最优近似骨架.实验结果表明:本算法对于边界扰动具有较好的鲁棒性,与其它方法相比,本算法复杂度较低,运算速度更快,得到的骨架也更简洁.     

对流扩散方程的缩减基有限元法的后验误差

将缩减基(RB)方法和有限元方法相结合,在保证偏微分方程的有限元离散格式具有足够高精确度前提下,能够大幅度地降低有限元离散格式的维数,从而大大降低计算中内存容量和计算时间的消耗.针对对流扩散方程建立基于RB方法的Crank-Nicolson有限元离散格式,并给出后验误差估计结果.     

一种RFID读写器载波泄露消除的技术

为了消除接收回路的泄露载波,提出采用接收机输入端泄露载波对消的方法。在读写器电路中加入衰减器和移相器电路,由接收信号强度检测电路控制单片机来调整相应衰减量和相移量以消除在接收机输入端泄露的载波。在工作频带内,仿真的泄露载波抑制度达到了91 dB,提高了读写器接收灵敏度,增加了读写距离。     

PIC系列单片机片内定时器实时时钟的实现

针对直接用单片机片内定时器作实时计时不准问题，本文提出了一种可以获取与秒成整数倍关系的定时器溢出信号的方法，同时克服定量溢出中信号被其它中断暂停所受的计时影响，实验表明，在4MHz晶振下，计时误差可控制在每天14s以下，本方法也适用于一般的单片机，在PIC87系列上的实验结果表明效果很好。     

磨削高精度螺旋插齿刀的通用数学模型研究

给出用指形砂轮磨制螺旋插齿刀的通用CAD/CAM数学模型 ,并结合具体算例验证了方法及模型的可靠性     

ESTIMATING EXTREME-VALUE INDEX FROM RECORDS

1.IntroductionLet{X.,n21}beasequenceoflidry'swithanondegeneratedistributionfunctionF(x).Supposethereexistsomeconstantsan>0,b.6RandsomeacERsuchthatwhereG.standsforoneoftheextremevaluedistributions:Heretheindex7ERisarealparameter(interpret(1 box)--'/ryase--"for7~0).Theestimationoftheextreme-valueindex7isveryimportantbothintheextremevaluetheoryandinpractice.Manystatistics,suchasHillestimator(forcaseac>0),PickandsestimatorandDekkers-EinmahLdeHaan'smomentestimatorwhicharebasedonafinitesample,…     

三维热传导型半导体器件瞬态模拟问题的Crank—Nicolson差分—流线扩散有限元法及其数值分析

本文研究三维热传导型半导体器件瞬态模拟问题的数值方法。针对数学模型中各方程不同的特点，分别提出不同的有限元格式。特别针对浓度方程组是对流为主扩散问题的特点，使用Crank-Nicolson差分-流线扩散计算格式，提高了数值解的稳定性。得到的L^2误差估计关于空间剖分步长是拟最优的，关于时间步长具有二阶精度。     

Jordan函数r次方Jrk(n)的误差项的进一步性质

设k，r分别是自然数和非零整数，Jk(n)是Jordan函数。以E(x；k，r)表示和式sum from (n≤x) Jkr(n)的渐近公式中的误差项，本文研究了E(x；k，r)的某种加权平方积分均值。