矿用真空断路器操作过电压的产生、危害和消除方法

分析了矿用真空断路器操作过电压产生原因、过电压种类及其特点,介绍了矿用过电压保护方式及其局限性,提出了限制操作过电压的几种方法。     

利用Sentinel-1A数据的纳木错湖面月际变化监测北大核心CSCD

针对高原湖泊缺乏月际面积变化监测的问题,基于Sentinel-1A SAR数据,以纳木错湖为实验区,采用面向对象分割方法,通过最大类间方差法(Otsu)确定湖泊提取分割阈值,并结合灰度共生矩阵提取的纹理特征,进行湖泊面积提取并分析其变化情况。结果表明:Otsu法提取水体速度快但提取精度低,基于纹理特征方法提取水体边界清晰但存在误提现象,两种方法相结合提取准确率达到95.12%,精度明显提高;通过分析提取结果得到,2018年12个月纳木错水域面积呈现动态变化趋势,1—3月湖泊面积最小,随后缓慢增加,在9—10月达到年内稳定最大值;气温升高和降水增加是影响湖泊面积变化的主要正向驱动因素,风速的增大是主要负向驱动因素,湖面面积的变化与蒸发量、日照时数相关性不明显。     

超滤辅助复合酶法制备枸杞多糖工艺优化及抗氧化活性研究

利用单因素和正交试验优化复合酶法提取枸杞多糖的工艺,进一步采用超滤技术将多糖分级,并探究各枸杞多糖组分的体外抗氧化活性。结果表明,最佳复合酶法提取条件：复合酶（纤维素酶和木瓜蛋白酶）1∶1.5（g/g）、总加酶量 2%、pH4、料液比 1∶30（g/mL）,提取温度 50℃。此条件下,多糖提取率为（7.28±0.12）%。最佳超滤工艺条件为超滤时间60 min,枸杞多糖质量浓度3 g/L,操作压力0.25 MPa,此条件下所得多糖的3个级分（Mw＜3.5 kDa、3.5 kDa＜Mw＜10 kDa和Mw＞10kDa）分别占粗多糖含量的52.46%、29.25%和16.50%,分子量分别为1782、4410、8794Da。不同组分枸杞多糖抗氧化活性差异明显,活性强弱依次为 Mw＞10 kDa、3.5 kDa＜Mw＜10 kDa、Mw＜3.5 kDa、粗多糖。这一结果表明枸杞多糖的抗氧化活性与其分子量密切相关。     

其实都一样—大庆采油一厂二矿发明“四个不一样”探析

大庆油田有限责任公司第一采油厂第二油矿,是大庆“四个一样”光荣传统的发源地。近年来,为适应形势发展要求,加速内部改革,特别是落实厂“创新发展年”主题,二矿在发扬“四个一样”优良传统的基础上,又探索建立了“四个不一样”——     

谈县本地网的系统管理

随着改革开放的深入,现代通信装备技术发展迅速。如光纤传输数字交换,数字微波等。在农村大量应用,对适应市场经济需要发挥了巨大作用,但与现代通信建设速度相比较,县局电信管理远远落后于通信发展的需要,原因是多方面的,其中一个重要原因是管理体制与管理机构的设置不适应通信发展的需要,如随着本地网的组建,设备、人力、资产相互与用,     

激光雷达应用中的几种数据表达方式

激光雷达数据有其自身的特点，在三维空间中呈不规则分布的点云。这种数据形式在为信息提取带来便利的同时，也对数据表达方式提出更高的要求。不恰当的数据组织方法不仅会损失部分信息，还可能为信息提取带来某种困难。常用的数据表达方式包括规则格网、不规则三角网、剖面、体元等。本文对这些方法进行了比较分析，指出它们各自的优势和不足。此外，通过对激光雷达数据、表达方式、算法三者间相互关系的分析，探讨了数据表达方式在信息提取中所起的作用。     

近线性神经和元非线性神经元

人工神经网络(ANN)中普遍采用的神经元模型具有单调有界的I／O特性,该文称其为近线性神经元(ALN,approximate－linear neuron),ALN既简化了网络的复杂性,也是限制ANN能力的一个瓶径.通过比较Hopfield神经网络的稳定性和Conway生命游戏的复杂行为,该文提出非线性神经元(NLN,non－linear neuron)的概念,其I／O特性是完全非线性的.ALN可以进一步提高ANN的非线性,从而增强它的功能,余数制神经网络是一个例子.     

基于滤波的SAR影像去噪方法分析

根据SAR(Synthetic Aperture Radar)影像相干噪声的特点,对现在广泛应用的各种抑制噪声的滤波方法如均值滤波、Frost滤波、增强型Lee滤波、Lee滤波、中值滤波等进行分析,并提出适合本研究区影像的基于小波变换的分量滤波处理去噪方法,利用均值、标准差、平滑指数、PM值、信息熵和平均梯度等评价指标对各种滤波去噪后的影像质量进行评价,并对去噪效果进行对比分析,证明本文所采用的滤波方法对SAR影像噪声有很好的抑制作用,并且较好的保存了图像纹理信息。     

快速分割SAR影像海岸线的多尺度水平集方法

针对C-V模型对SAR影像海岸线分割速度慢的问题,以高分辨率珠海南岸ENVISAT ASAR影像为研究样本,提出了一种快速、高精度的多尺度C-V模型(multi-scale-C-V,M-C-V)水平集分割海岸线方法。该方法在传统C-V模型中加入多尺度技术缩小影像尺度获得不同空间分辨率下的影像序列,利用低通滤波磨光小尺度影像序列以形成边界相对光滑的影像序列,在具有不同尺度和磨光程度的影像序列中逐一进行基于C-V模型的水平集海岸线分割。在海岸线分割中,高空间分辨率影像继承上一级低空间分辨率影像中提取的边界并通过C-V模型进一步细化海岸线。实验表明,该方法加速形成初始水平集,缩短了提取海岸线的时间,同时较好地剔除零散的非主体海岸线部分,提高了主体海岸线的识别精度,使提取海岸线过程具有鲁棒性。