改善城市交通和停车难问题的探索

对中国快速进入汽车社会后面临的交通堵塞和停车难的现象进行了探讨，分析了造成这种现象的各种因素，并提出了改善城市交通的对策和建议。     

建筑的重生——关于旧建筑改造性再利用的思考

在我国城镇化发展的进程中,旧建筑改造性再利用成为重要课题。简要阐述了发达国家工业结构调整时期的建筑改造理论和实践的发展过程,以及我国始于20世纪90年代的建筑再利用的探索。论述了对旧建筑的改造性再利用的特殊意义。     

基于单片机的经济型三相电机缺相保护器方案设计

三相交流异步电机因价格便宜,运行可靠,在工业生产上应用广泛,然而由于缺相运行导致电机损坏现象十分普遍,传统的电机缺项保护器由于价格昂贵且自身故障率低,导致难以真正广泛应用。为此笔者利用单片机设计了一种新的三相异步电机相序判断及缺相保护器,这一系统利用单片机进行数据处理,能够有效提高系统可靠性,起到保护电机与快速检测故障的作用,且其成本非常低,便于广泛推广和应用。     

基于“双基”视角的煤矿安全质量标准化建设研究

煤矿安全质量标准化建设是国务院、国家煤矿安全监察局等着力推动的煤矿安全管理建设重要举措,然而在实际执行中由于缺乏正确的思路和方案使得质量标准化建设出现了工作重要性认识不足,标准执行不严不细,创新意识不强,将安全质量标准化工作视为"形象工程"等问题。通过对河南煤化集团永煤公司陈四楼煤矿多年安全质量标准化建设实践进行系统研究,提出基于安全双基管理扎实开展安全质量标准化建设,实现标准化建设与实际安全管理的有效对接,确保标准得以贯彻落实,实现矿井安全高效发展。     

基于高光谱技术的铁观音茶叶等级判别

应用高光谱技术结合支持向量机分类理论对不同等级的铁观音茶叶进行判别分析。采集铁观音各等级茶样的高光谱数据,提取红边幅值、蓝边位置、黄边面积、红谷反射率、归一化植被指数等共20 个光谱特征参数,以其作为输入量带入以径向基函数作为核函数的支持向量机分类模型,探讨惩罚参数C和核参数g的最佳取值,构建判别模型,并对其进行验证和评价。结果显示,当惩罚参数C和核参数g分别为106和0.007 5时,所建模型对未知等级的铁观音样品正确判别率可达92.86%,表明应用高光谱技术进行铁观音茶叶等级的快速无损准确鉴别是可行的。     

能源互联网多时间尺度的信息物理融合模型

能源互联网呈现出信息与物理系统交互影响的特点,研究基于信息物理融合的网络模型有助于实现网络内分布式设备的即插即用和分布式分层的优化控制。文中提出一种基于信息物理融合的能源互联网模型,考虑了网络中信息系统与物理系统时空异构性和网络中量测数据不同步的问题,表征了能源互联网优化控制中信息物理的交互过程,最后结合多智能体优化方法验证了模型的可行性。     

羧甲基壳聚糖/海藻酸钠包埋柠檬醛精油微球制备工艺优化及其性能分析

以羧甲基壳聚糖和海藻酸钠为壁材制备柠檬醛微球,考察了羧甲基壳聚糖、氯化钙和海藻酸钠浓度对柠檬醛微球包埋率的影响。采用响应面法优化柠檬醛微球包埋工艺,并进一步对其性能进行分析。研究结果表明,适量的羧甲基壳聚糖、氯化钙和海藻酸钠能较好形成柠檬醛微球;微球的优化工艺参数分别为羧甲基壳聚糖浓度3.5 g/L、氯化钙浓度4.5 g/L和海藻酸钠浓度8.5 g/L,此时包埋率值为81.79%。柠檬醛微球性能研究表明,其具有控释和抗油脂氧化性能;外观呈圆型,乳白色半透明状,表面平滑有光泽;红外光谱证实柠檬醛精油被完好包裹在微球内部。由此可见,微球化有效提高柠檬醛精油的稳定性和利用率。     

基于模糊近似支持向量回归的股价预测研究

股价预测是投资策略形成和风险管理模型发展的基础。为了降低股价变化趋势中的噪声信息和投资者关于两种股价预测误差的不同偏好对股价预测的影响,提出了基于信噪比的模糊近似支持向量回归(FPSVR)的股价预测模型。首先构建信噪比输入变量,然后引入模糊隶属度和双边权重测量方法对支持向量回归(SVR)模型进行改进,最后借助沪深300成份股2008至2019年的股票时间序列日数据,按照股市的波动情况将其分为三个阶段(牛市、熊市、震荡市),并建立三个基准模型进行对比分析。研究结果表明:与三个基准模型相比,所提出的股价预测模型的预测误差最低;与原有的SVR模型相比,FPSVR模型可以更好地对处于牛市和震荡市阶段的股票时间序列进行股价预测。     

计算机病毒分析及其预防

随着计算机和网络在社会生活各个领域的普遍运用,计算机病毒呈现愈演愈烈的趋向,给计算机系统带来了巨大的破坏和潜在的威胁。为确保计算机系统及网络信息的安全,计算机病毒的研究与预防已刻不容缓。本文从计算机病毒的定义、起源卑发,剖析其特点、类型及其入侵方式,来探讨预防计算机病毒的方法、措施。     

基于信噪比的KPCA-SVM-KNN算法的股价预测研究

为了降低股价趋势中所含的噪声信息和输入变量的相关性对股价预测的影响,构造信噪比(SNR)特征向量,从而提出基于信噪比的KPCA-SVM-KNN的股价预测模型,并借用国内A股市场的股票价格相关数据进行实证分析,结果表明:1)SNR特征向量的加入可以提高股票分类准确率,进而增加股价预测精度;2)与现有的SVM-KNN算法相...