广播电视发射天线技术及应用分析

随着我国广播电视事业的不断发展,研究其发射天线技术及应用凸显出重要意义。本文首先对广播天线做了概括,分析了目前广播电视发射天线的情况,研究了广播电视的发射天线技术,最后结合实践探讨了广播电视发射天线的技术特点以及要求。     

大学生体质健康评价模型及不同评分标准的相通性

为更准确、客观的测定每个大学生体质健康等级,利用分段拟合方法分别构建大学男、女生体质健康评价模型,并得到体质测试分及各项测试项目基本得分间的具体表达式．后又具体论析了模型求解过程中,所涉及四个测试项目均占0．25的权重值与《国家体质健康标准》中公布的权重值之间是相通的．     

基于Hadoop的经济周期仿真模拟方法

为了使经济周期仿真能够处理本地数据和集群、网络中的数据,减轻系统负载并提高仿真效率,运用Hadoop并行处理技术,实现了对多个市场数据的同时模拟,增强了经济周期模拟仿真系统处理大量数据的能力,缩短了仿真模拟的时间,有利于扩大仿真模拟的广度和深度。     

天然气管道间接检测技术及应用

为了预防天然气管道发生腐蚀后引发泄漏等一系列安全事故,对管道开展周期性检测工作可以及时发现缺陷并采取修复、补强等措施。对比了目前常见的几种管道间接检测技术原理及其优缺点,并分别采用多频管中电流检测（PCM）、交流地电位梯度检测（ACVG）、直流地电位梯度法（DCVG）对一条Φ273 mm埋地钢制管道进行检测和开挖验证。结果表明,DCVG和ACVG检测法对管道外防腐层破损点定位的精确性和准确度最高,因此在对埋地钢制管道进行外腐蚀检测过程中,建议优先选用这两种方法对管道外防腐层进行破损点检测,同时尽可能缩小测试间距,减少大缺陷产生的电位梯度的影响,提高检测精度。     

一种真空离子溅射镀膜设备控制软件的设计

目前国内外的真空离子镀膜控制软件,都不具有重构功能,导致设备的功能有限,也不能任意修改镀膜程序,且自动化程度也不高;针对这种情况,设计了一种控制软件,以工业计算机为核心,使用Visual Basic.net编程语言编制软件,采用专家系统结构,在Windows操作系统环境下,通过计算机标准接口,控制真空设备中各种常用的部件,可根据产品的需求灵活配置真空镀膜设备;建立了控制指令集,可支持用户自选的光学膜厚仪,具有自主编程功能,可按不同工艺重构镀膜程序;该控制软件已经成功的应用于真空离子溅射镀膜设备,实现了计算机对镀膜设备的自动化智能控制,以及镀膜过程的24小时无人值守。     

规则引擎在气象资料质量控制中的应用研究

为了提高气象观测资料的质量,为大气运动规律研究及各类气象业务系统提供可靠的数据来源,提出一种基于RETE算法和Drools规则引擎的气象观测资料质量控制方法.该方法能对各类字符编码的气象报文进行实时、准确的检查,并具有灵活的规则自定义与维护功能,以适应各类气象观测资料不断发展、变化的要求.该方法的应用,既继承了传统的历...     

基于统计过程控制的水清洗控制系统

为了将水清洗机接入工业网络并实现智能自动化控制,本文提出了一种基于统计过程控制(SPC)可重构程序的水清洗控制系统.该系统根据水清洗设备的参数和组件特性构建了该设备的控制协议;根据协议指令制定了指令判断模块;根据SPC理论设计了过程控制模块.控制协议让该系统的清洗程序具有重构和联网的功能;指令判断模块为重构后的指令提供了安全性保障;过程控制模块让该系统的清洗过程具备动态调整清洗组件的功能.这些功能使得该设备可以实现智能自动化控制.通过测试,该系统比原有系统的清洗次数平均减少了15%,水清洗液的使用率提升了约5%,并扩展了3项功能,提高了设备的利用率和智能化水平,最终满足节能省水、多用途和联网的需求.     

融合CNN-BiLSTM-Attention的集成学习价格预测

价格预测对于大宗农产品市场的稳定具有重要意义,但是大宗农产品价格与多种因素有着复杂的相关关系.针对当前价格预测中对数据完整性依赖性强与单一模型难以全面利用多种数据特征等问题,提出了一种将基于注意力机制的卷积双向长短期记忆神经网络(CNN-BiLSTM-Attention)、支持向量机回归(SVR)与LightGBM组合的增强式集成学习方法,并分别在包含历史交易、天气、汇率、油价等多种特征数据的数据集上进行了实验.实验以小麦和棉花价格预测为目标任务,使用互信息法进行特征选择,选择误差较低的CNN-BiLSTM-Attention模型作为基模型,与机器学习模型通过线性回归进行增强式集成学习.实验结果表明该集成学习方法在小麦及棉花数据集上预测结果的均方根误差(RMSE)值分别为12.812, 74.365,较之3个基模型分别降低11.00%, 0.94%、4.44%,1.99%与13.03%, 4.39%,能够有效降低价格预测的误差.     

基于XGBoost和TCN-Attention的棉花价格多影响因素选择及预测

棉花价格受多种因素影响而复杂多变, 通过选择合适的数据特征和预测模型可提高棉花价格预测精度. 本文以棉花日现货价格数据为研究目标, 采集了供需关系、国际市场、宏观经济、产业链这4个方面的9项影响因素作为特征, 使用极限梯度提升(XGBoost)算法对棉花价格影响因素进行特征评估筛选, 选取其中5项特征后, 采用引入注意力机制(Attention)的时间卷积网络(TCN) TCN-Attention、TCN、LSTM、GRU等模型对棉花价格进行预测. 通过消融实验和对比实验, 结果表明: (1)经过XGBoost特征筛选后, TCN-Attention价格预测的平均绝对误差(MAE)和均方根误差(RMSE)为41.47和58.76, 与未筛选相比分别降低了77.57%和76.49%. (2)与TCN、LSTM、GRU相比, 本文提出的TCN-Attention模型预测结果更准确, MAE和RMSE均降低50%以上, 运行时间较LSTM、GRU缩短60%.     

脉冲调制激光雷达水下成像系统

针对水下目标探测应用场景,给出了相应的532 nm波长激光雷达系统参数,结合条纹管激光雷达和载波调制激光雷达的优点,设计研制了一套水下三维成像增程激光雷达原理样机。相对于常见的微波调制激光产生高频脉冲的方案,该原理样机采取调Q技术压缩激光脉冲,再结合F-P腔的特性产生高频激光脉冲,具有峰值功率高和输出能量高的优点。实验结果表明,该原理样机在清水环境中成像距离优于20 m,能够捕捉到13 m处直径9 mm的目标细节;在浊水环境中的信号处理增程能力达到81.4%,相对距离分辨误差为0.01 m。所获得的实验结果为进一步提升水下激光雷达的成像距离和分辨率进而发展水下成像装备奠定了基础。