电动汽车整车EMI研究

实验水箱机理建模-最小二乘辨识参数说明书+源码。

光子集成干涉成像系统具有体积小、质量轻、能耗低、分辨率高的成像特性,有望取代传统大口径望远镜实现远距离探测。
研究了光学干涉探测成像原理,建立了空间目标干涉图像复原模型。
研究了微透镜阵列排布对成像质量的影响,提出了微透镜阵列设计方法。
研究了光学相干基线匹配对空间目标频谱覆盖的影响,提出了能够高效覆盖高、中、低频谱的相干基线匹配方法。
最后,比较了不同的微透镜阵列排布和干涉基线匹配方式下目标图像仿真复原效果。
结果表明,所提微透镜阵列排布方式和干涉基线匹配方法能够提升空间目标频谱覆盖,提高目标图像复原质量。

本文根据液位系统过程机理，建立了单容水箱的数学模型。
介绍了PID控制的基本原理及数字PID算法，并根据算法的比较选择了增量式PID算法。
建立了基于VisualBasic语言的PID液位控制模拟界面和算法程序，进行了系统仿真，并通过整定PID参数，同时得出了整定后的仿真曲线和实际曲线。

一个用于演示OpenGLModelViewMatrix各个参数作用的示例程序，能够非常直观的理解OpenGL的内在机理，十分推荐使用。

介绍了左手材料理论，解释了左手材料对微带天线方向性、隐身性及阵元间耦合等天线设计中关键指标参数的改善机理，梳理了用左手材料提高微带天线高指向性、使天线小型化、减小天线RCS及天线阵元间耦合的研究进展，指出左手材料对改善微带天线关键性能有很大优势。

Kohonen神经网络算法工作机理为：网络学习过程中，当样本输入网络时，竞争层上的神经元计算输入样本与竞争层神经元权值之间的欧几里德距离，距离最小的神经元为获胜神经元。
调整获胜神经元和相邻神经元权值，使获得神经元及周边权值靠近该输入样本。
通过反复训练，最终各神经元的连接权值具有一定的分布，该分布把数据之间的相似性组织到代表各类的神经元上，使同类神经元具有相近的权系数，不同类的神经元权系数差别明显。
需要注意的是，在学习的过程中，权值修改学习速率和神经元领域均在不断较少，从而使同类神经元逐渐集中。

遗传算法（GeneticAlgorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法，它最初由美国Michigan大学J.Holland教授于1975年首先提出来的，并出版了颇有影响的专著《AdaptationinNaturalandArtificialSystems》，GA这个名称才逐渐为人所知，J.Holland教授所提出的GA通常为简单遗传算法（SGA）。
　　遗传算法是从代表问题可能潜在的解集的一个种群（population）开始的，而一个种群则由经过基因（gene）编码的一定数目的个体(individual)组成。
每个个体实际上是染色体(chromosome)带有特征的实体。
染色体作为遗传物质的主要载体，即多个基因的集合，其内部表现（即基因型）是某种基因组合，它决定了个体的形状的外部表现，如黑头发的特征是由染色体中控制这一特征的某种基因组合决定的。
因此，在一开始需要实现从表现型到基因型的映射即编码工作。
由于仿照基因编码的工作很复杂，我们往往进行简化，如二进制编码，初代种群产生之后，按照适者生存和优胜劣汰的原理，逐代（generation）演化产生出越来越好的近似解，在每一代，根据问题域中个体的适应度（fitness）大小选择（selection）个体，并借助于自然遗传学的遗传算子（geneticoperators）进行组合交叉（crossover）和变异（mutation），产生出代表新的解集的种群。
这个过程将导致种群像自然进化一样的后生代种群比前代更加适应于环境，末代种群中的最优个体经过解码（decoding），可以作为问题近似最优解。

本书结合力学、机械学和材料学等学科，从理论到试验阐述多轴疲劳强度理论。
主要内容包括：绪论，多轴疲劳力学基础，材料的多轴循环应力应变特性，多轴疲劳裂纹扩展机理与断口特征，多轴循环应力应变关系，多轴疲劳损伤参量，多轴疲劳损伤累积模型，多轴疲劳寿命预测方法，变幅多轴疲劳，缺口多轴疲劳，高温多轴疲劳及有限元分析在多轴疲劳中的应用。
本书可作为机械、航空、固体力学等专业研究生的参考书，也可供相关专业的高校教师、工程设计人员和科技工作者参考。

专门总结了常见的12种反应机理，来自springer数据库，专业，经典，特别适合有机研究生使用

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。