基于余弦调制滤波器组的多载波CDMA系统

通过分析M带滤波器组和M带复用转换器的完全重构条件,用最优等波纹法设计了一个旁瓣约为45dB的M带余弦调制滤波器组,用改造的综合滤波器组进行调制、分析滤波器组进行解调,构建了基于余弦调制滤波器组的多载波CDMA系统,研究了基于余弦调制滤波器组的多载波调制的快速算法,分析了算法复杂度。仿真结果表明,CMFB—CDMA系统可以得到比传统的基于OFDM的多载波CDMA系统更好的性能。     

采用控制爆破方法安全处理立井工作面大块岩石

在冷泉矿副井井筒基岩段施工中，采用控制爆破方法处理井底工作面大块岩石，取得了较好的效果，保证了井筒内悬挂设施的安全，减少了经济损失，加快了立井施工速度。     

试论外语听力教学模式

听力教学是外语教学中的重要组成方面,同时由于其自身的难度,它又是困扰广大学生熟练掌握外语的主要障碍之一.语言学家和广大从事外语教学的工作者都在探讨和研究该问题,力求找到一种行之有效的教学方法能够使学生的外语听力水平在最短的时间里达到应有的水平.本文试以俄语为例,立足于分析学生学习外语的心理特点和所处的非自然语言环境特点,根据多年的教学摸索,提出一套有效提高学生听力水平的教学方法.     

三元乙丙橡胶发泡性能的研究

本试验通过研究不同硫化体系、温度下胶料的性能及发泡效果,来研究不同三元乙丙橡胶(EPDM)的发泡性能。结果发现以9090、9950为主体材料的快速硫化体系胶料物理机械性能和发泡效果好于常规硫化体系的胶料,其发泡工艺最好在较高温度下进行。以9046为主体材料的常规硫化体系胶料发泡效果好于快速硫化体系的胶料,发泡最好在较低温度下进行。而以4045为主体材料的胶料不适合制作发泡橡胶制品。     

粉煤灰对水体生化指标的影响

研究了粉煤灰对天然水体生化需氧量（BOD）、化学需氧量（COD）的影响,考察了不同地区的粉煤灰、不同粒级粉煤灰、不同的水样对水的生化作用。结果表明：不同地区的粉煤灰对水体的生化作用不同;不同粒级的粉煤灰对水体的生化作用不同,粒级数越大生化作用越明显,其中100~200目的粉煤灰对水体的生化作用最明显;相同粉煤灰对蒸馏水、自来水、河水的生化作用各不同,其中对河水的生化作用最明显。结合水质污染程度的指标判断粉煤灰对水体的生化指标有一定的影响。     

二维纳米材料在水处理中的应用研究进展

随着工业的发展,原油泄漏事故的频发和工业污水的排放给全球生态环境及人类的健康带来了巨大的威胁。近年来,水污染问题也越来越受到人们的重视。纳米材料的出现为实现高效、低成本的水处理技术提供了新思路。近些年,以石墨烯、氮化硼纳米片以及二硫化钼纳米片为代表的二维纳米材料先后被科学家制备出来。由于它们具有较大的比表面积,因此有很强吸附性,也迅速成为水处理领域的研究热点。主要介绍了石墨烯、氮化硼纳米片以及二硫化钼纳米片3个典型二维纳米材料在水处理领域中的最新研究进展,并且总结了它们各自作为水处理材料的特点。最后,展望了它们的发展趋势。     

基于混合优化算法的纳米薄膜参数表征

为了在椭圆偏振测量过程中得到精确的纳米薄膜参数,提出了一种求解纳米薄膜参数的混合优化算法。结合人工神经网络算法反向传播和粒子群算法快速寻优的特点,建立了改进粒子群-神经网络(Improved Particle Swarm Optimization-Neural Network,IPSO-NN)混合优化算法。该算法在较少的迭代次数下具有快速跳出局部最优解的能力,从而快速寻找椭偏方程最优解。文中使用该算法对标称值为(26.7±0.4)nm的硅上二氧化硅纳米薄膜厚度标准样片进行薄膜参数计算。结果表明:采用IPSO-NN混合优化算法计算薄膜厚度时相对误差小于2%,折射率误差小于0.1。同时,文中通过实验对比了传统粒子群算法与IPSO-NN算法,验证了IPSO-NN算法计算薄膜参数时能有效优化迭代次数和寻找最优解的过程,实现快速收敛,提高计算效率。     

Linux系统下基于S3C2410X的液晶显示驱动程序的研究

主要介绍Linux下基于S3C2410X的液晶驱动程序的研究与开发。首先详细介绍LCD控制器工作原理以及S3C2410X的LCD控制器及其管脚,同时给出LCD控制寄存器的设置规则。并根据系统中的液晶参数给出具体的硬件连接图,得到LCD控制寄存器的参数。然后介绍帧缓冲的工作原理,并说明了帧缓冲2个方面的实现,提出了一种适用于S3C2410X硬件的通用的液晶显示驱动程序的编写方法。开发了相应的驱动程序,得到很好的显示效果,可以稳定运行。     

数字化电厂与数字化设计院

数字化电厂正成为一种趋势,本文介绍了数字化电厂与数字化设计院的概念,并对二者的关系进行阐述,最后对建立数字化设计院提出了建议.     

针对遮挡物体的轮廓细化实例分割

目的 遮挡物体实例分割效果的好坏与物体轮廓的预测结果息息相关,但目前算法预测的物体轮廓并不够细化,使得分割掩膜粗糙,物体边界分割效果不佳。为此,以BCNet （bilayer convolutional network）网络为基础,提出一种针对遮挡物体的轮廓细化实例分割算法,预测的物体轮廓更加精细,分割掩膜更加完整。方法 1）提出一种均衡池化注意力模块来提取特征,在传统一维平均池化的基础上,增加一维最大池化操作以突出细节特征,并将最大池化和平均池化结果进行加权融合来提取特征,使提取的特征能更好地兼顾物体的整体和边缘细节;2）将BCNet掩膜头中轮廓预测与掩膜预测分成两个支路来进行,从特征金字塔最高分辨率特征中提取感兴趣区域（region of interest,RoI）特征用于轮廓预测,并提出一种自适应特征融合模块,将轮廓预测支路中的特征与掩膜预测支路的特征进行融合,在轮廓预测支路中,融合掩膜预测支路的特征可以更好地判定轮廓所属物体类别,在掩膜预测支路,融合轮廓预测支路的特征能够更好地辅助掩膜定位。结果 在COCO 2017（common objects in context 2017）数据集上,本文相较于目前同类网络中性能最优的BCNet网络,在骨干网络为ResNet-50/101（deep residual network）时平均精度（average precision,AP）分别提高了1.7%和2.1%。结合可视化结果,本文分割算法对遮挡物体的轮廓分割更加精细,能有效分割出更加完整、精细的掩码。结论 提出的针对遮挡物体的轮廓细化实例分割算法,明显提升了遮挡物体实例分割的效果。