阿姆河流域耕地变化及水土匹配特征分析

基于中亚阿姆河流域4个分区1990—2015年间土地利用变化和水资源等数据,运用耕地变化速率、洛伦兹曲线和基尼系数法以及水土资源匹配系数对阿姆河流域耕地变化和水土匹配状况进行了综合分析。结果表明:1990—2015年阿姆河流域耕地以146.74 km²/a的速度在扩张,且各时期、各分区扩张的速度不同;在不考虑咸海来水不断减少、生态持续恶化的前提下,绿洲区匹配状况属比较公平和相对合理状况;阿姆河流域水土资源空间分布存在明显的错位现象;全流域生态用水被农业用水严重挤占,阿姆河流域灌溉面积、灌溉用水量成为影响咸海水量及面积变化的重要因素,是一种不可持续的用水方式。     

系统化全域推进海绵城市建设的长效管控机制研究

在系统化全域推进海绵城市建设的总体要求下,如何结合"放管服"改革和"行政审批制度"改革,实现海绵城市建设的长效管控,是当前需要研究的重点问题.以编制《海绵城市监管技术指南》为契机,在调研两批30个试点城市推进模式的基础上,对海绵城市建设全过程的管控机制进行系统研究,提出了海绵城市建设的管控体制、管控模式、管控目标和管控抓手,并基于"条块"管理相结合的形式,从相关规划、分区建设、项目建设等三个尺度,提出了从宏观到中观到微观的全方位管控措施,以期为各地政府提供一套可借鉴可推广的管控模式.     

基于稀疏表示的配电网故障区段定位研究

提出一种基于稀疏表示的故障定位算法,仅需要少量的故障前后的电压幅值信息,通过故障节点电压方程,重构故障电流向量,根据该向量非零元素的位置来确定网络中发生故障的具体位置。提出了一种重构稀疏向量的求解算法,在定位算法中施加了两类约束条件,缩小了求解空间,为避免约束条件中出现的非线性约束条件造成的求解困难,将原问题分解成多个子问题,达到求解目的。IEEE33节点配电系中仿真验证表明:本方法仅需要6个测点便可有效定位故障,并且此方法基本不受故障类型、过渡电阻的影响,还具有强抗噪性。     

基于红外检测的变电站设备热状态诊断

提出了一种基于红外检测的变电站设备热状态诊断方案。首先基于变电站设备的红外图像,采用局部方差映射函数和遗传算法阈值提取了变电站设备的热状态数据,以用于对异常区域进行分割。然后构建了红外图像灰度数与变电站设备温度两者之间的关系。最后采用改进的相对温差法达到了对设备热状态进行分类和诊断的目标,并捕获定位了变电站设备的热状态异常区域。实验结果表明,该方法提高了异常热区提取的精度和效率,提升了变电站设备热状态诊断的容错能力,进一步保证了变电站和整个电力系统的运行稳定性。     

单相NPC型H桥级联逆变器电容电压不均与环流相互作用机理及建模研究

针对单相NPC型H桥级联逆变器并联时环流与电容电压不均的相互关系进行研究。通过环流等效电路推导了一个开关周期内环流与电容电压不均之间的数学关系,发现电容电压不均差异是环流的激励源之一;同时环流会改善一台并联逆变器的电容电压不均,恶化另一台逆变器的电容电压不均。为建立周期稳态条件下的环流-电容电压不均数学模型,提出采用“假设—建模—求解—检验—校正”的建模思路建立了基于阻滞的环流作用模型,有效避免了多因素建模的复杂性,同时提高了模型的准确性,仿真和试验结果表明,基于阻滞的环流作用模型拟合决定系数可达0.963 8和0.945 0,证明了环流模型的准确性。     

互联网网络故障定位研究进展

故障定位协议能够确保网络路由节点按照用户意图传输数据,从而避免流量窃听、中间人攻击等网络威胁,从根本上提升网络安全能力。现有协议主要包括传统故障定位协议及安全故障定位协议。传统故障定位协议以网络路由节点与用户相互信任为基础,由于现有互联网本身不存在信任基础,很难直接应用于安全强度要求较高的场景。因此,安全故障定位协议研究如何在缺乏信任关系的路由节点与用户端节点之间建立可信基础,成为跨域通信的研究。详细分析了两类故障定位协议,重点探讨了安全故障定位协议的特点和不足,并提出了通过分布式密钥基础设施建设、路由设备开销降低、专用网络逐步部署等方式在互联网范围内实现安全高效故障定位的思路。     

流水施工技术在建筑工程项目管理中的应用

文章以流水施工技术在施工管理中的应用价值为切入点,通过实证分析方法详细阐述了流水施工技术在实践中的应用.     

书法教育在大学生素质培养中的重要作用

文章论述了书法教育在人文领域、文化认同与传承、创新创造、精神品质等方面,对培养大学生素质起到的重要作用.     

一脸通在智慧校园中的应用研究

随着人工智能、物联网技术的高速发展,基于深度学习的人脸识别算法已非常成熟,已在智慧校园中应用实施。研究了在智慧校园中一脸通的应用场景,通过智慧校园的建设实践,师生可以通过刷脸进出学校大门及宿舍、刷脸签到、刷脸消费等,真正实现了一脸通智慧校园建设。     

一种基于改进词袋模型的视觉SLAM算法

针对室内环境中视觉同时定位与建图(simultaneous localization and mapping,SLAM)精度不高和实用性较差等问题,采用深度相机作为传感器,提出一种基于改进词袋模型的视觉SLAM算法.该算法通过增加节点距离的方式,对传统的词袋模型进行改进,采用octree方法转化点云,生成可用于导航的八叉树图,并进行改进前后词袋模型对比实验、数据集精度实验和实验室实测.结果表明,改进后的词袋模型相似度计算能力和区分度更强,SLAM算法在环境有回环和相机运动较慢的情况下,效果较好,可满足室内同时定位与建图及后续导航需求.