MOTOROLA T6200C对讲机——无线通信新方式

假设有这样的情况：1、出外远行，在野外与结伴同行的朋友失去联系，而通常使用的手机这时又没有了信号。     

“上升式多峰论”与循环经济（续）

3“上升式多峰论”的观点、机理和驱动力分析3.1“上升式多峰论”的基本理论观点现代工业进程中,随着经济的发展,物质与经济之间的关系不是简单的“脱钩”或是“复钩”所能概括的,因此我们提出新的理论模式“上升式多峰论”,即人类社会发展进程中的物质消耗在“多峰”起伏的基础上呈现总量不断上升的状态。“上升式多峰论”的理论假设模型如图6所示。该理论由产业转移、技术进步、综合效应三个基本观点组成:(1)产业转移社会经济发展不同阶段的主导产业会随着当前的社会需求的变化发生转移与变动,从而造成与产业相关物质消耗种类与需求总量出…     

金属－橡胶硫化粘接过程中分子取向行为的间接证据

对金属－橡胶热硫化粘接复合体的剥离行为进行了研究，同一粘接试样的双向１８０°剥离试验显示出了巨大的差异。本文分析了弹性材料在硫化过程中的分子行为，并提出了相应的新假设，认为这是由于金属－橡胶在硫化粘接过程中分子取向交联行为所致。这种双向１８０°剥离破坏现象可被看作是金属－橡胶硫化粘接过程中分子取向行为的间接证据。     

多因素线性模型在工程价款结算中的应用

工程造价与普通商品价格不同,其变动受到的影响因素较多,计算过程比较繁琐。文章主要通过对工程造价组成内容的研究分析,针对在建设项目管理过程中存在需要及时结算、快速报价等问题,提出了多因素线性模型的建立方法及应用。     

异类传感器实时信息融合的STMHM算法

异类传感器实时信息融合由于两类设备的数据率不同和数据误差的限制,一直未得到有效解决,提出一种空时二维多假设模型(STMHM)算法来解决该问题。设计的融合数据模型,将异类传感器的测量数据映射在二维直角坐标系下;按照新的融合数据模型分别构建两类传感器的目标量测空间和融合空间;设计量测空间时间初始化方法和目标实体空间的滤波算法;通过仿真验证表明:该算法能够实现异类传感器的信息融合,初次融合成功的确认时间在3～5个主动传感器扫描周期。     

基于互补原理确定黄土高原Budyko方程的流域特性参数

Budyko方程的流域特性参数一般根据植被覆盖度等下垫面特征进行确定,但相关资料不易获取。本文针对黄土高原地区29个小流域,通过分析流域特性参数、植被覆盖度和互补关系中大气湿润指数之间的关系发现,大气湿润指数能够间接反映植被覆盖度的大小,进而能够利用常规气象数据确定流域特性参数,并拟合出了经验公式。相比采用固定流域特性参数,这种方法能够提高Budyko方程对实际蒸散发量的模拟效果。相比于植被覆盖度等下垫面资料,常规气象数据时间序列长、且更易获取,因此本方法具有较好的应用前景。     

水下柔性臂动力学建模方法研究

将柔性臂应用到水下环境,探索一种新型的水下作业工具。在空间柔性臂动力学建模方法的基础上,考虑水动力做功以及水动力对柔性臂变形的影响,首先基于Hamilton原理建立中心刚体-水下柔性臂组成的刚柔耦合系统的动力学模型,然后采用假设模态法对动力学模型进行离散化,导出了考虑刚柔耦合作用的水下柔性臂有限维离散化动力学方程。最后给出仿真算例,验证了动力学模型对于研究水下柔性臂末端变形的有效性,能够准确反映水下柔性臂动力学特性,可用于水下柔性臂的主动控制研究。     

一种新的知觉分割模型*

根据知觉的最新理论研究和实验结果,提出一种新的知觉模型,并用于考查计算机视觉中的分割问题.分割问题实质上是知觉表达问题,现在分割的困难性可能是知觉上局部到整体的还原论假设造成的;分割可能不是一次完成的,而是经过整体到局部的过程才最终完成.新的知觉模型将对建立更好的分割模型提供理论基础.     

域自适应学习研究进展

传统的机器学习假设测试样本和训练样本来自同一概率分布. 但当前很多学习场景下训练样本和测试样本可能来自不同的概率分布. 域自 适应学习能够有效地解决训练样本和测试样本概率分布不一致的学习问题,作为 机器学习新出现的研究领域在近几年受到了广泛的关注. 鉴于域自适应学习技术 的重要性,综述了域自适应学习的研究进展. 首先概述了域自适应学习的基本问 题,并总结了近几年出现的重要的域自适应学习方法. 接着介绍了近几年提出的 较为经典的域自适应学习理论和当下域自适应学习的热门研究方向,包括样例加 权域自适应学习、特征表示域自适应学习、参数和特征分解域自适应学习和多 源域自适应学习. 然后对域自适应学习进行了相关的理论分析,讨论了高效的度 量判据,并给出了相应的误差界. 接着对当前域自适应学习在算法、模型结构和 实际应用这三个方面的研究新进展进行了综述. 最后分别探讨了域自适应学习在 特征变换和假设、训练优化、模型和数据表示、NLP 研究中存在的问题这四个方面 的有待进一步解决的问题.