排序方式: 共有16条查询结果,搜索用时 15 毫秒
1.
针对线性分散码复杂度较高的问题,提出一种自适应线性分散码(ALDC),并将其应用于协作通信网络.该码可以根据当前信道状态,自适应地选择不同的调制阶数和分散矩阵,以在不同信噪比下获得最优的误码率性能,同时降低译码复杂度.分析了该码在协作系统中的编码与译码,并在误比特率性能上与传统空时分组码和LDC进行了仿真对比.结果表明,ALDC的误码率性能要优于传统的正交空时分组码和LDC,且译码复杂度较低. 相似文献
2.
研究氟橡胶(FKM)与硅橡胶(MVQ)并用以及采用氟硅橡胶(FSR)为增容剂制作耐高低温耐油胶料的性能。结果表明:FKM并用MVQ后,热力学相容性差,因此共混胶的物性较差,但低温性能明显改善,耐油性能有所下降。随着氟硅橡胶(FSR)用量的增加,共混胶的拉伸强度和拉断伸长率均有明显的提高,耐油性略有改善,低温性能变化不大。对并用胶拉伸断裂试样断面进行电子显微镜扫描,观察到FKM/MVQ硫化胶基体断面凹凸不平,出现明显的层状分离状态,加入FSR后,可以看出FKM/MVQ/FSR硫化胶断面较为均匀,没有明显分层现象,说明FSR对FKM/MVQ 2相相容性有所改善。热失重曲线分析可看到FKM/MVQ/FSR共混胶分解温度高于FKM硫化胶的主链热分解温度,说明FKM/MVQ/FSR共混胶的耐热性优于氟橡胶。 相似文献
3.
箭猪坡矿床是丹池成矿带南端的一个以铅锌锑为主的矿床,随着2012-2014年在箭猪坡矿床钻孔中石英脉型锡矿体的首次发现,打开了箭猪坡矿床新的找矿空间。新发现的锡矿体矿石矿物组合类型主要为锡石+闪锌矿+脆硫锑铅矿+黄铁矿+石英及锡石+脆硫锑铅矿+石英+方解石。箭猪坡矿床锡石呈自形-半自形粒状,锡石粒径多在0.1~0.2mm,少数0.02~0.05mm,分布在含硫化物的石英脉裂隙中。物相分析显示箭猪坡矿床锡主要赋存在锡石中,锡石物相占83.33%~100%。阴极发光(CL)图像显示箭猪坡矿床中的锡石经历了两期结晶作用:早期锡石(Ⅰ)和晚期锡石(Ⅱ),早期锡石CL荧光亮度较小,呈暗灰色至黑色;晚期CL荧光亮度较大,呈白色至浅灰色。锡石单矿物SnO2含量91.623%~96.288%,平均94.03%,杂质主要有Fe、W、In等,其中FeO含量0.02%~0.52%,WO3含量多在0.02~1.34%,In2O3含量在0.476%~0.954%,Sn与FeO、In2O3呈负相关,锡石中FeO、WO3、Ta2O5、Nb2O5、MnO含量指示箭猪坡锡形成于中低-中温热液环境,成矿热液来源于高度分异演化的花岗质岩浆。通过与大厂矿田西矿带上部脉状锡矿体的类比分析,具有相似的成矿条件及矿物组合,推测所揭露到的脉状锡矿(化)体相当于西矿带上部脉状锡矿(化)体,而下部的网脉状、似层状锡矿体尚未揭露到,由此预测箭猪坡矿床深部找矿空间及找矿潜力大。 相似文献
4.
针对电力监测系统中使用的彩色仪表,提出了一种基于彩色区域识别的快速报警指针识别算法。传统直线检测采用Hough变换,具有存储空间大,计算时间长等缺点。创新性地将图像彩色信息和Hough变换相结合,通过识别指针所在的区域颜色,判断是否需要报警输出,并为下一步精确识别指针示数确定Hough变换的搜索范围,通过减小搜索范围来减少Hough算法需要的内存空间和计算时间。实验结果表明,改进算法比传统算法具有明显更高的效率。 相似文献
5.
继电保护装置恒定失效率估算方法 总被引:4,自引:0,他引:4
继电保护装置恒定失效率的估算,是继电保护装置可靠性评估的基础。文中分析了根据现场数据估算恒定失效率时存在的数据问题,讨论了适合现场数据的恒定失效率估算方法,即极大似然估计和最小二乘曲线拟合方法。特别地,推导了考虑数据检修、截尾特性的基于极大似然估计的继电保护装置恒定失效率计算方法和最小二乘拟合方法。最后,基于某区域电网220kV及以上线路保护装置2006年和2007年实际运行数据,结合不同数据类型与对应的失效率估算方法估算该电网保护装置整体失效率。对比结果表明:计算恒定失效率时,需要着重考虑数据截尾影响。进一步,结合不同估算方法的特点,讨论了具有较高适应性的估算方法。 相似文献
6.
针对惰性粒子流化床干燥器,以洗衣粉悬浮液为对象,先后进行了气体分布板开直孔和开斜孔的流化干燥实验。通过测定干燥器的流体力学特性曲线,以及在相同进料量、进风温度、进风速度或惰性粒子直径条件下的体积传热系数曲线和热效率曲线,考察和分析了气体分布板两种不同的开孔结构对干燥器流体力学和传热性能的影响。结果表明,气体分布板开斜孔的床内气流阻力要高于开直孔的气流阻力,但其体积传热系数和热效率相对较高,即斜孔较直孔更加有利于床内传热。在此基础上,对惰性粒子流化床干燥器的生产调节措施进行了初步探讨。 相似文献
7.
爆炸式增长的数据极大地推动了人工智能的进步与发展,在公共、国防安全领域得到了广泛应用,然而在这些安全攸关领域中存在分布特殊、以小概率出现的、具有动态不确定性的非完备小数据,难以利用传统的人工智能算法实现精准预测,从而出现被诱导、误判、偏见、分歧等与人类价值显著背离的潜在风险行为,引发针对智能算法模型应用的安全事件并造成灾难性后果。因此需针对这些小数据设计新型学习范式。本文首先梳理了小数据的概念并将其按照学习难度分为信息缺失、信息偏见、信息对抗三种情况,分析了其不满足常规人工智能算法的三种强假设条件,即独立、同分布、封闭世界假设。其次,系统提出基于稳定信息的小数据学习框架,介绍了稳定信息基于模型输入、模型模块、损失函数的嵌入方式,并给出形式化表达。随后,以因果干预及数理内嵌两种稳定信息为例,介绍了相应嵌入方式的小数据学习方法,并在轨迹预测任务上验证基于稳定信息的小数据学习的有效性。最后,给出未来展望。开展基于稳定信息的小数据学习方法研究,是小数据学习的实现途径之一,可有效缓解复杂环境下传统人工智能算法强假设不成立的学习困境,引导和支持人工智能算法的高效学习和精准预测,推动人工智能技术安全、可靠、可信发展。 相似文献
8.
高压电能表替代传统高压电能计量装置,直接接入高压电力线路,具有安全性高、计量准确、节能减排和防窃电等优点,已被广泛认可。随着高压电能表使用数量不断增多、应用范围逐步扩大,特别是应用环境的不断拓展,对其可能引发的安全性问题必须引起高度关注。论文通过对影响高压电能表安全性能的主要因素分析,提出了增强绝缘型高压电能表的概念,并经过试验和实际应用情况验证,证明增强绝缘的可行性,以切实有效地保证高压电能表这一具有诸多优点的电能计量设备,在不断深入的智能电网建设中发挥更大作用。 相似文献
9.
10.