步进电机细分驱动系统设计

为了提高步进电机的运行精度,消除或减小振动现象,文章基于细分驱动技术,以单片机ATmega128为核心,应用恒流斩波PWM发生电路和H桥功率驱动电路设计了步进电机的驱动系统。系统控制参数通过上位机设定,以串口通信传给单片机。实验结果表明：电机运行平稳,振动噪音小,转矩大,精度高,系统具有良好的应用前景。     

儒家的社会规范与阴阳五行秩序

所谓规范指称"标准化的秩序"。社会规范指的是为社会成员所提供的是非标准和行为指南,因而也是人们具体行为必须要遵循的行为法则。儒家的社会规范可分为两种:一是以"德礼"为核心的积极的规范,其目的在于通过教化的力量来改变人们行为的根本态度;二是以"法刑"为核心的消极规范,其目的在于通过物理的制裁来暂时控制人们的行为。规范必须拥有其合理性。在儒家看来,社会的规范不是来自于近代社会学理论所讲的社会契约,而是来自于自然本身的秩序。因而"三纲五伦"以及"礼乐"、"刑政"等规范都体现着阴阳五行的自然法则。跟近代的社会学理论相比,儒家的社会规范具有以下的特点:其一,儒家的社会规范不是以平等的个人,而是以有差别的个人为前提;其二,儒家规范的根本目的不在于实现功利性或者效率性,而在于实现道德性;其三,儒家的规范不是为了实现社会契约,而是为了实现阴阳五行的自然秩序。     

线性可调恒流大功率LED驱动电源设计

为满足大功率LED驱动的性能要求,如驱动能力强、效率高、稳定可靠、可线性调节等,本研究设计一种线性可调恒流驱动电源方案.该电路由DC-DC转换模块、恒流驱动模块、PWM数模转换组成.其中,DC-DC转换模块以TPS51113为核心,采用大功率MOSFET同步BUCK模式;恒流驱动模块采用运放加MOSFET典型电路,实现...     

基于次梯度投影的泛投资组合选择策略

在线投资组合选择(online portfolio selection)问题是当前量化投资领域一个重要的研究问题.近些年来,可投资标的的爆炸式增长急需能够有效计算的投资组合选择策略,而现有高绩效算法大多具有指数级或多项式级的时间复杂度,不利于在实际中应用.由此,本文提出了一种基于次梯度投影的泛投资组合选择策略SGP.将次梯度投影的思想应用到资产组合构建的过程中,得到策略的再平衡规则.理论上,本文分析了次梯度投影算法的竞争性能,证明了该策略是一个泛投资组合选择策略;并发现该算法具有线性时间复杂度.实证上,验证了SGP策略在美国与中国市场的表现.结果表明,SGP策略能够实现和最新的泛投资组合选择策略相当的收益率,而算法运行时间短于现有策略.参数敏感性分析表明SGP策略对参数选择不敏感;交易成本敏感性分析表明SGP策略能够承受合理的交易成本.     

关于常系数线性非齐次递推关系的求解

本文利用构造生成函数的方法给出常系数线性非齐次递推关系:h(n)=a1h(n-1) … akh(n-k) f(n)解的-般公式及其应用,其中f(x)为一般函数.本文的方法是对文献[1][2]中特殊形式f(x)=βnP1(n)求解的一种推广,此方法更具有一般性.     

浅谈可逆反应的化学平衡

化学平衡是研究可逆反应的一个重要内容。本文从可逆反应与不可逆反应、化学平衡、化学平衡常数等方面对其进行了初步探讨。     

基于负反馈理论的半导体激光器驱动器的设计与仿真实验研究

本文设计出了一种实用的大功率半导体激光器驱动器,它可提供恒流和恒功率两种驱动方式,采用深度负反馈控制原理实现稳定控制。重点介绍了恒流驱动电路原理,并应用Multisim7进行软件仿真实验研究。在此基础上还设计了保护电路。     

贸易开放下中国-澳大利亚农产品贸易增长分析

根据UN Comtrade数据,运用恒定市场份额模型（CMS）,对1996~2012年中澳农产品贸易增长的影响因素进行了实证分析。结果显示,中国农产品竞争力提高和澳大利亚农产品进口需求规模增加是促进中国对澳大利亚农产品出口额增长的主要原因,而中国农产品进口需求规模增加是澳大利亚对中国农产品出口大幅增长的关键因素。对分类农产品而言,影响中澳农产品贸易增长的因素存在差异。总体来看,农产品结构变化对中澳农产品贸易增长的贡献小甚至阻碍出口增长。随着双边市场不断开放,中澳农产品贸易发展的重点在于不断调整出口结构,以适应对方农产品进口需求变化。     

对光速理论相关问题的辩证唯物主义审视

"奥佩拉"项目结果所显示中微子超光速现象,激发"反例验证"和"理论审视"两方面工作。本文主要用辩证唯物主义原则对"光速不变原理"相关概念含义进行审视,尝试从主客对应、概念指意、过程实现等角度揭示可能隐潜着的一些问题,并给出了一些可能性的"切削"。     

Approximate Bayesian Computation for Exponential Random Graph Models for Large Social Networks

We consider the issue of sampling from the posterior distribution of exponential random graph (ERG) models and other statistical models with intractable normalizing constants. Existing methods based on exact sampling are either infeasible or require very long computing time. We study a class of approximate Markov chain Monte Carlo (MCMC) sampling schemes that deal with this issue. We also develop a new Metropolis–Hastings kernel to sample sparse large networks from ERG models. We illustrate the proposed methods on several examples.