基于卷积神经网络的5G蜂窝网络无线定位方法

5G蜂窝网络发展迅猛，其覆盖面积将逐渐增大，因此使用5G蜂窝网络进行定位是有研究潜力的研究方向。本文提出一种新的深度学习技术来实现高效、高精度和低占用的定位，以代替传统指纹定位过程中繁重的指纹库生成以及距离计算。该方法建立了一个特殊的卷积神经网络，并根据5G天线信号的接收信号强度指示、相位和到达角等特征量，选择合适的输入数据格式构造样本组建训练集，对该卷积神经网络进行训练。训练得到的卷积神经网络可以替代指纹定位中的庞大指纹库，非常有利于直接在5G移动设备端实现定位。虽然卷积神经网络在训练过程中需要大量时间，但在训练完毕后直接进行分类定位的速度非常快，可以保障定位实现的实时性。本文所实现的卷积神经网络权重与偏置所占内存不到0.5 MB，且能够在实际应用环境中以95%的定位准确率以及0.1 m的平均定位精度实现高精度定位。     

尾矿库水量平衡法调洪演算影响因素分析

为研究尾矿库水量平衡法调洪演算相关影响因素对演算结果的影响,采用MATLAB软件进行了不同调洪库容和泄流能力的调洪演算,分析调洪库容和泄流能力对调洪演算结果的影响。计算结果表明,调洪库容和泄流能力的减小对调洪演算结果影响较大,尤其是泄流能力减小对调洪演算结果的影响尤为明显。     

一种基于MicroStation V8i软件计算矿堆有效容积的方法

介绍了一种利用MicroStation V8i软件,计算设有多个排矿口的锥形矿堆有效容积的方法。此方法对多个排矿口矿堆有效容积的计算较之传统方法更加快速、简便且精确,通过对比不同数量排矿口的工艺配置,让设计更合理,进而达到采购、施工作业量最优化,使得工程成本达到最大限度的节省。     

走进《黄浦江诗潮》

正~~     

基于太赫兹光谱的人参和西洋参鉴别

为了快速区分人参和西洋参，依据两者所含的人参皂苷在太赫兹波段具有不同指纹光谱，提出了一种基于人参皂苷的太赫兹光谱鉴别人参和西洋参的方法。采用MATLAB软件识别人参和西洋参的太赫兹光谱，同时根据太赫兹光谱特征并通过标准的主成分分析(PCA)区分出人参、西洋参。实验结果表明，基于太赫兹光谱的主成分分析可精确区分出人参、西洋参，并且还可以应用于其他类似物质的区分中。     

试论园林中的“借景设计”* ——以中国传统园林为例

研究以园林中“围绕借景开展的设计”为研究对象，通过对传统园林借景理论的系统梳理和典型案例分析，系统地总结了园林中“借景设计”的目标、对象、原则和主要内容。理清这些基本问题对园林设计实践具有较强的指导作用，对借景设计方法研究亦具有重要的理论意义。     

低浓度挥发性有机物吸附浓缩材料的研究进展

由于挥发性有机物（VOCs）会对环境造成严重的危害，因此VOCs的处理一直备受人们的关注，但发展高效的VOCs处理技术仍然存在严峻的挑战。本文针对大风量、低浓度VOCs的处理展开了综述，重点围绕吸附、催化燃烧处理展开讨论。对于大风量的低浓度VOCs，虽然浓度较低但VOCs排放量非常巨大。通过VOCs浓缩技术，提高浓度减少风量成为降低VOCs处理成本的有效途径。其中，发展高性能VOCs吸附材料是VOCs浓缩技术的关键。阐明了活性炭、分子筛等重要吸附材料的性质及其吸附VOCs的原理，并对吸附材料性质和VOCs种类对吸附效果的影响进行了探讨。展望了活性炭浓缩-催化燃烧技术和分子筛转轮浓缩-催化燃烧技术在大风量的低浓度VOCs处理中的应用前景。     

基于双向参考集矩阵度量学习的行人再识别

针对行人再识别中由于外观差异不显著导致特征描述不准确的问题，该文提出一种基于双向参考集矩阵度量学习(BRM2L)的行人再识别算法。首先通过互近邻算法获得每个摄像头下的互近邻参考集，为保证参考集的鲁棒性，联合考虑各摄像头下的互近邻参考集获得双向参考集。通过双向参考集挖掘出困难样本进行特征描述，从而得到准确的外观差异描述。最后利用该特征描述进行更有效的矩阵度量学习。在多个公开数据集上的实验结果证明了该算法比现有算法具有更好的行人再识别性能。