基于DSP的海上目标跟踪系统

设计了一个以TMS320C6711数字信号处理器为主处理器,以FPGA为协处理器,并辅以采集、输出功能的系统.给出了系统中各部分的原理框图,分析了各部分的工作原理及信号流向.提出了一种基于阈值分割的目标跟踪方法,并应用于该系统当中.实验表明,该系统能够很好的对海上目标进行跟踪,并且实时性好、工作稳定可靠.     

JPEG2000无线标准JPWL性能分析及应用研究

对JPEG2000标准第11部分印JPEG2000无线传输(JPWL)进行了系统描述和性能分析,结合实例提出了具体的应用方法:根据错误敏感度描述符提供的码流错误敏感度,利用错误保护块对码流执行头保护的基础上进行不等错误保护;在解码时利用残余错误描述符提供的码流残余错误信息进行错误隐藏.仿真结果表明,和常用方法相比,该方法能够保持码流中的重要信息,有效地纠正传输误码,显著地提高了解码能力和恢复图像的质量.     

北京数码大厦结构设计

北京数码大厦是一座多功能、综合性的超高层建筑。基础设计采用了平板式筏板基础,沉降满足规范要求。上部结构采用了框架-核心筒结构体系。通过调整构件截面,使结构两个方向的刚度基本均匀。结构分析表明,结构的周期、位移以及承载力均满足规范要求。总结了结构设计中采取的构造措施,可供类似工程参考。     

唐山新华大厦工程结构设计

唐山新华大厦结构平面和竖向布置均较复杂。根据工程场地条件,采用筏板基础,上部结构采用框架-剪力墙抗侧体系。通过设置后浇带、加大构件截面等措施,解决了4层通高大堂给结构设计带来的困难。结构顶部的空中走廊长度大,设计中采用了钢桁架。计算分析表明,结构变形合理,满足规范的相关要求。     

矿井局部通风机智能控制系统设计与应用

以某煤炭企业服役中的局部通风机为研究对象,基于其当前存在的问题,开展了智能控制系统设计,包括系统方案设计、硬件设计和软件设计等工作,结果表明：系统运行稳定可靠,达到了局部通风机变频智能控制目的。该智能控制系统的应用,降低了单台局部通风机近14%的月电能消耗,节省了2～3名设备操作人员,具备了掉电保护功能,单台局部通风机故障停机时间降低了近5%,系统具有很好的推广意义。     

分解子空间自适应核函数综合支持向量机算法

针对单一整体核函数相对于高维原始空间特征局部分布缺乏自适应性,导致特征利用效率低、分类性能下降明显的问题,提出分解子空间自适应核函数综合支持向量机解决思路.首先将原始空间的高维特征分成一系列有意义的低维子空间;然后针对不同子空间选择不同的核函数和核参数,根据子空间SVM分类性能进行置信度加权;最后,综合所有有效子空间形成的综合核矩阵构造综合支持向量机.由于不同输入子空间构造的核函数具有更大灵活性,综合核矩阵较好利用了高效子空间特征的分类能力.实验结果表明,该方法能够较好地改进高维模式识别的性能,是一种值得实际应用推广的方法.     

聚乙烯电池隔膜为支撑层的反渗透膜的制备

以聚乙烯电池隔膜替代传统聚酯支撑层，利用相转换法在其上涂覆聚芳醚砜，然后利用界面聚合在表面制备聚酰胺分离层，最终成功得到以聚乙烯电池隔膜为支撑层的反渗透膜，并对膜的表面化学性能和物理结构进行了表征，利用错流过滤测试系统测试其分离性能，探究不同条件下所得反渗透膜的水通量和截留率。结果表明：聚芳醚砜、间苯二胺、1,3,5-苯三甲酰氯质量分数分别为12.00%,2.00%和0.10%时，所制反透渗膜具有均匀的脊谷结构，其对NaCl的截留率为96.87%，水通量为16.02 L/(m²·h)，且使用10 h仍保持良好的稳定性。     

阳极导杆组全流程自动化修复解决方案

阳极导杆组件是电解铝生产的重要组成部分之一。目前阳极导杆组件基本由人工修复，这种方式存在人员劳动强度大、修复效率低、质量不稳定等问题，导致阳极导杆组件在生产阶段易发生脱落、开裂或寿命降低等情况。本文介绍了一种阳极导杆组全流程自动化修复解决方案。该方案涵盖了窄间隙全截面焊接工艺及装备、基于电阻热压力焊的阳极钢爪修复技术及装备、铝导杆修复全流程自动化技术及装备。应用该方案每日修复组件数量可达40组以上，使用寿命延长一半以上，同时降低作业人员的劳动强度，并使电解铝行业吨铝节电15 kW·h以上。     

基于四重氢键的防漏相变材料的制备及性能

将2-脲基-4[1H]-嘧啶酮（UPy）的四重氢键体系加入苯乙烯与二乙烯基苯共聚物中，制备了防漏相变材料（PCMs）。利用核磁共振波谱仪、傅里叶变换红外光谱仪和差示扫描量热仪对防漏PCMs的结构进行了分析与表征，利用渗液实验研究了防漏PCMs的防漏效果。结果表明：UPy成功引入到PCMs中，且在基本不改变PCMs相变温度和相变潜热的情况下显著提高了PCMs的防漏性能。     

基于多重注意力机制的中文医疗实体识别

医疗实体识别是从医疗文本中识别疾病、症状、药物等多种类型的医疗实体，能够为知识图谱、智慧医疗等下游任务的发展提供支持。针对现有命名实体识别模型提取语义特征较单一、对医疗文本语义理解能力不足的问题，提出一种基于多重注意力机制的神经网络模型MANM。为捕获文本中更丰富的语义特征，在模型输入中引入医疗词汇先验知识，通过自注意力机制获取医疗文本的全局语义特征，并利用双线性注意力机制获取词汇和字符层面的潜在语义特征，得到包含字词间依赖关系的特征向量。为提高模型的上下文信息捕捉能力，采用改进的长短时记忆网络提取文本时序特征，同时设计多头自注意力机制获取词语间隐含的关联语义特征。最后融合上述多层次语义特征，利用条件随机场进行实体识别。在公开数据集CMeEE、CCKS2019、CCKS2020上进行对比实验，实验结果表明，MANM模型在3个数据集上的F1值分别达到64.29%、86.12%、90.32%，验证了所提方法在医疗实体识别中的有效性。