目前黑盒测试的测试用例设计方法有5种： 　　等价类划分 　　边界值分析 　　错误推测法 　　因果图 　　功能图 　　一、等价类划分 　　等价列划分设计方法是把所有可能的输入数据，即程序的输入域划分成若干部分(子集)，然后从每一个子集中选取少量具有代表性的数据作为测试用例。 　　等价类是指某个输入域的子集合。在该子集合中，各个输入数据对于揭露程序中的错误都是等效的。并合理地假定：测试某等价类的代表值就等于对这一类其他值的测试。 　　等价类划分有两种不同的情况：有效等价类和无效等价类。设计时要同时考虑这两种等价类。 　　下面给出6条确定等价类的原则： 　　在输入条件规定了取值范围或值的个数的情况下

概书是鲁棒控制的经典之作，从另一种角度阐述鲁棒控制，通过不等式的方法给出解决方案。

内容概要：本文介绍了COMSOL激光打孔技术及其核心组成部分——水平集方法的应用与实践。COMSOL激光打孔技术利用高能激光束对材料进行精确打击，在电子、航空、汽车、医疗等领域得到广泛应用。水平集方法通过复杂数学模型和算法，精确控制激光功率、扫描速度、聚焦深度等参数，确保孔的形状、大小和位置的精准度。此外，水平集技术可根据不同材料和需求灵活调整，适用于金属、塑料等多种材质，显著提升了加工效率和产品质量。 适合人群：从事制造业、材料加工领域的工程师和技术人员，以及对先进制造技术感兴趣的科研人员。 使用场景及目标：① 提升激光打孔的精度和效率；② 探索水平集方法在不同材料和应用场景中的优化配置；③ 支持制造业技术创新和发展。 阅读建议：关注水平集方法的具体实现细节，结合实际案例深入理解其在激光打孔中的应用效果。

HiFormer：基于CNN和Transformer的医学图像分割方法 HiFormer是一种新颖的医学图像分割方法，它将卷积神经网络（CNN）和Transformer结合，以解决医学图像分割任务中存在的挑战性问题。该方法通过设计了两个多尺度特征表示使用的开创性Swin Transformer模块和基于CNN的编码器，来确保从上述两种表示中获得的全局和局部特征的精细融合。实验结果表明，HiFormer在计算复杂度、定量和定性结果方面优于其他基于CNN、基于变换器和混合方法的有效性。 医学图像分割是计算机视觉中的主要挑战之一，它提供了有关详细解剖所需区域的有价值的信息。这些信息可以极大地帮助医生描述损伤、监测疾病进展和评估适当治疗的需求。随着医学图像分析的日益使用，高精度和鲁棒性的分割变得越来越重要。 卷积神经网络（CNN）具有提取图像特征的能力，已被广泛用于不同的图像分割任务。然而，CNN模型在医学图像分割任务中的性能受到限制，因为它们只能在局部范围内捕获特征，而忽视了长距离依赖关系和全局上下文。 Transformer最初是为了解决这个问题而开发的，但它们无法捕获低级功能。与此相反，它表明，局部和全局功能是至关重要的密集预测，如分割在具有挑战性的上下文中。在本文中，我们提出了HiFormer，这是一种有效地桥接CNN和Transformer用于医学图像分割的新方法。 具体来说，我们设计了两个多尺度特征表示使用的开创性Swin Transformer模块和基于CNN的编码器。为了确保从上述两种表示中获得的全局和局部特征的精细融合。实验结果表明，HiFormer在计算复杂度、定量和定性结果方面优于其他基于CNN、基于变换器和混合方法的有效性。 在近期的研究中，已经开发了一些基于Transformer的方法来解决CNN在医学图像分割任务中的限制。例如，DeiT提出了一种有效的知识蒸馏训练方案，以克服视觉变换器需要大量数据来学习的困难。Swin Transformer和pyramid visionTransformer试图分别通过利用基于窗口的注意力和空间减少注意力来降低视觉变换器的计算复杂度。CrossViT提出了一种新颖的双分支Transformer架构，可提取多尺度上下文信息，并为图像分类提供更细粒度的特征表述。DS-TransUNet提出了一种双分支Swin Transformer，用于在编码器中捕获不同的语义尺度信息，以执行医学图像分割任务。HRViT将多分支高分辨率架构与视觉变换器连接起来，用于语义分割。 然而，这些方法有一些障碍，阻止他们获得更高的性能：1）它们不能在保持特征一致性的同时，捕获全局和局部特征；2）它们需要大量的数据来学习和训练。因此，我们提出了HiFormer，以解决这些问题，并提供了一种更好的医学图像分割方法。 在实验部分，我们在多个医学图像分割数据集上进行了实验，结果表明，HiFormer在计算复杂度、定量和定性结果方面优于其他基于CNN、基于变换器和混合方法的有效性。我们的代码在GitHub上公开，供其他研究者使用和改进。

本文综述了工业中广泛应用的多输入多输出（MIMO）系统解耦控制方法，涵盖耦合交互分析与解耦器设计两大类。重点介绍了相对增益阵列（RGA）、直接奈奎斯特阵列（DNA）等交互分析工具，以及静态、动态解耦策略，包括理想、简化与逆解耦技术。同时探讨了针对时滞、非线性、不确定性等复杂系统的特殊解耦方法，如内模控制、模型预测控制与智能解耦算法。文章还总结了各类方法的适用场景、优缺点及实现难点，为不同背景的研究者与工程师提供选型指导。尽管解耦是提升MIMO系统性能的关键手段，但在某些应用中（如飞行器控制）耦合本身可能有益，因此是否解耦需依据具体需求判断。

COMSOL 6.0非线性超声仿真技术在奥氏体不锈钢应力腐蚀微裂纹检测中的应用。首先，文章阐述了非线性超声仿真的背景及其重要性，随后具体讲解了COMSOL非线性超声仿真技术的工作原理和技术特点。接着，重点讨论了奥氏体不锈钢应力腐蚀微裂纹的非线性表面波检测，包括模型搭建、参数设置、非线性表面波检测原理及仿真结果分析。最后，文章还探讨了版本低于6.0的模型无法打开的原因及解决方案，并对未来的应用前景进行了展望。 适合人群：从事材料科学研究、工程仿真技术开发的专业人士，尤其是对非线性超声仿真技术和奥氏体不锈钢应力腐蚀感兴趣的科研人员。 使用场景及目标：适用于需要进行材料性能预测和产品设计优化的研究项目，旨在提高对奥氏体不锈钢应力腐蚀微裂纹的理解和检测能力。 其他说明：文中强调了COMSOL 6.0版本的重要性和必要性，提醒使用者注意软件版本的兼容性问题。

内容概要：本文详细介绍了在COMSOL中实现高斯光束、超高斯光束和贝塞尔光束的方法及其优化技巧。首先讨论了高斯光束的建模，指出常见的错误如端口设置不当，并提供了正确的参数配置和边界条件设定方法。接着探讨了超高斯光束的构建，强调了指数项调整和网格细化的重要性。对于贝塞尔光束，则讲解了如何利用贝塞尔函数库进行轴向相位调制，并解决了可能出现的边界反射问题。此外，还分享了一些实用的调试技巧，如避免离散化误差、优化网格划分以及处理数值稳定性等问题。 适合人群：从事光学仿真研究的专业人士，尤其是使用COMSOL进行光束建模的研究人员和技术人员。 使用场景及目标：帮助用户掌握COMSOL中不同类型光束的精确建模方法，提高仿真精度，减少因参数设置不当而导致的误差。适用于科研项目、教学演示以及工业应用中的复杂光场模拟。 其他说明：文中提到的技术细节和实践经验有助于提升用户的建模能力，同时也提醒用户关注一些容易忽视的关键点，如边界条件、网格密度等。

现有的模块化多电平换流器(MMC)的研究大多集中在三相系统方面。提出了一种针对单相MMC系统的基于正交虚拟矢量的新型环流抑制方法，通过分析单相MMC系统环流的固有特点，利用陷波器提取二倍频环流分量，再引入1/4周期延时构造正交虚拟矢量，最终使用比例积分控制器进行环流抑制。此方法不仅能够显著降低桥臂电流的畸变，而且可以减少直流侧的瞬时功率波动，降低了测量器件的数量与成本。仿真和实验结果验证了所提方法的有效性。

新能源汽车电机标定数据处理与可视化脚本：基于MTPA与弱磁控制策略的台架标定数据解析与应用,基于mtpa与弱磁控制的新能源汽车电机标定数据处理脚本——线性插值方法生成id、iq三维表并绘制曲线,新能源汽车电机标定数据处理脚本 mtpa,弱磁 电机标定数据处理脚本，可用matlab2021打开，用于处理电机台架标定数据，将台架标定的转矩、转速、id、iq数据根据线性插值的方法，制作两个三维表，根据转速和转矩查询id、iq的值。 并绘制id、iq曲线。 资料包含： (1)一份台架标定数据excel文件 (2)数据处理脚本文件id_iq_data_map.m,脚本带注释易于理解 (3)电机标定数据处理脚本说明文件 (4)处理后的数据保存为id_map.txt,iq_map.txt 脚本适当修改可直接应用于实际项目 ,新能源汽车电机标定数据处理; mtpa; 弱磁; 电机标定数据; MATLAB 2021; 线性插值; 三维表; 查询id、iq值; id_iq曲线; 数据处理脚本文件; 注释易懂; 数据保存为id_map.txt,iq_map.txt,新能源汽车电机标定数据处理脚本：基于MTP

现行的"三下"采煤规程规定以下沉10 mm作为边界点来确定地表移动盆地的边界角,并根据不同覆岩类型指出边界角值为50°～65°。但厚松散层矿区地表沉陷实测资料和矿区采动损害实例表明,现行边界角确定方法及角值大小不能很好满足矿山工程需要,提出了厚松散层矿区以地表移动盆地边缘处水平移动10 mm作为边界点来确定边界角,边界角值在规程规定的基础上减少5°～10°等修改建议,对矿山安全高效生产具有指导意义和实用价值。