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。     

基于CASS的数字高程模型的精度研究

现阐述数字高程模型的基本理论、数据来源、内插原理、显示方式,以及建立DEM的方法,并以CASS软件为基础平台,将原始数据分为建模数据和检验数据,使用CASS中的建模方法建立DEM模型,并使用验证数据对等高线建立方法进行了精度比较。     

新型无机内保温涂层的性能及应用

根据水泥烧成热耗的组成，降低高温设备表面散热是降低水泥烧成热耗的重要途径之一，而减少高温窑炉墙壁的热传导可有效降低设备的表面散热。本文在介绍无机内保温涂层隔热原理的基础上，对保温涂层的应用效果进行了对比研究，通过在传统耐火隔热材料的基础上增加新型无机内保温涂层，可有效降低高温设备外表面温度，减少水泥生产中的散热损失，达到节能降耗的目的。     

2种侧围加强内框总成检具结构对比分析

概述了侧围加强内框总成与周边零件的匹配关系,从检具操作的人机工程出发,描述了侧围加强内框总成检具的2种定位方式和结构设计,对比了2种定位方式对于检测结果的影响,总结了其优点和弊端,结果表明侧围加强内框总成检具采用车内方向朝下的定位方式效果更好。     

装配式建筑的施工要点及质量控制措施

文章阐述了装配式建筑的优势,分析了装配式建筑的施工要点,探究了装配式建筑施工质量的影响因素,提出了装配式建筑施工质量的控制措施,包括制定科学的管理制度、深化项目工程设计、完善构件生产系统、加强机械设备管理,以期给相关人员提供借鉴与参考。     

基于乙二胺修饰碳点的荧光猝灭高效检测绿原酸

以葡萄糖(Glu)为碳源,乙二胺(EDA)为钝化剂,采用水热法合成量子产率为32%的荧光碳点(CDs)。基于CDs和绿原酸(CHA)之间的内滤效应和静态猝灭使得CDs的荧光猝灭,建立了以CDs为荧光探针检测CHA的传感平台。并通过透射、紫外-可见吸收光谱(UV-Vis)、傅里叶变换红外光谱(FT-IR)、荧光光谱等一系列表征研究了CDs与CHA的相互作用。在最佳实验条件下,CHA浓度为5×10~(-5)～5×10~(-4) mol/L范围内,对CDs的荧光猝灭呈良好的线性关系,相关系数为R~2=0.991 0,线性拟合方程为F/F_0=0.017 3×[CHA]+0.055 2,检出限为1.43×10~(-5) mol/L。利用所构建的荧光传感器用于实际样品中CHA的检测,回收率为97.50%～103.83%,相对标准偏差为1.89%(n=5)。     

复杂炼油塔模拟的改进联立方程内外层算法

在内外层算法的基础上，采用联立方程思想将主塔、侧线汽提塔视为一个整体进行建模，并针对复杂炼油塔的特点对算法提出了改进。首先，由于传统内外层法简化的K值模型对组成的变化不敏感，在处理带有石油的体系时，容易出现迭代次数较多，甚至部分塔板温度更新异常的问题，因此采用了汽相分数加和式推导了简化的K值模型加权因子。其次，借鉴流量加和法思想，规定侧线汽提塔的塔底产品流量作为设计变量，增强了算法收敛的稳定性。为验证改进后算法的有效性，采用不同的算法对实际的常压塔进行了模拟，结果显示改进后的算法适合应用于复杂炼油塔的模拟计算。     

模内装饰薄膜滞热对成型工艺的影响分析

以模内装饰技术(IMD)测试平板为研究对象，利用仿真和实验方法分析薄膜滞热的影响因素及薄膜滞热对成型工艺的影响规律。结果表明，薄膜滞热使动模侧模具温度场变化滞后于定模侧温度场，且在实验条件下达到8.6 ℃的最大温度差；薄膜滞热随着模具温度的增加而降低，随熔体温度和薄膜厚度增加而升高；薄膜影响熔体的充模与冷却，造成产品冷却不均的现象；薄膜滞热导致产品翘曲变形增加。