基于多学习单元卷积神经网络的雷达辐射源信号识别

现有基于人工提取特征的复杂体制雷达辐射源信号识别方法时效性低,识别准确率不佳. 为此,提出了一种基于多学习单元卷积神经网络的识别方法. 首先对辐射源信号的模糊函数进行高斯平滑,以校正噪声带来的毛刺与畸变;然后提取其正交切片作为进一步的特征提取对象;最后构建多学习单元卷积神经网络,学习和提取正交切片深层、泛在的特征,并通过softmax分类器进行分类识别. 仿真实验结果表明,所提方法在信噪比为-2 dB时对6类典型雷达信号的整体平均识别率均保持在99.86%以上,即便是在-6 dB环境中,雷达信号的识别率也可达到88.50%,在极低信噪比条件下具有良好的性能和可行性.     

Open ROADM标准OFEC码在300 Gbit/s FPGA系统中的验证

通过研究开放性可重构光分插复用器(Open ROADM)标准中OFEC码的结构和编译码算法,确定了影响OFEC码算法的性能和实现复杂度的关键参数,并通过业界速率最高的300 Gbit/s现场可编程门阵列(FPGA)验证平台,对不同译码方案在输出误码率为10-15的性能进行了验证和误码平层分析,对OFEC码在超低误码率下的性能进行了准确评估.     

优化电力营商环境的问题及策略研究

适应当前社会经济发展及用电客户对营商环境的高要求,加速电力企业的服务模式转型,提升客户办电与用电的感知度,本文首先明确优化电力营商环境的必要性,剖析电力营商环境发展现状,通过分析电力营商环境优化过程中存在的协同不足、创新不足及可视化不足等问题,细化提出从组织结构、内部协同方面强化组织协同力度,从差异化服务、政企服务及网格化服务方面创新客户服务模式,从信息资源共享及资讯透明方面打造资源信息可视化,全面促进电力服务向精准化、差异化、智能化转型升级,提升"获得电力"指标及客户服务满意度,着力优化电力营商环境的"硬实力"与"软实力".     

基于局部线性嵌入和支持向量机回归的TBM施工参数预测

依托吉林引松工程开展隧道掘进机（TBM）施工参数预测研究,提出TBM施工数据分段提取算法,提取上升段前30 s的总推进力、刀盘转速、推进速度、刀盘扭矩、刀盘转速电位器设定值、推进速度电位器设定值、贯入度、贯入度指数(FPI)、扭矩切深指数(TPI)9个参数作为输入;通过局部线性嵌入（LLE）完成对上升段数据特征的降维;基于支持向量机回归（SVR）建立TBM施工控制参数（推进速度、刀盘转速）和负载参数（总推进力、刀盘扭矩）预测模型. 分析是否结合前一掘进循环的FPI、TPI指数进行预测对预测效果的影响. 结果表明,上述方法在推进速度、刀盘转速、总推进力、刀盘扭矩的预测中均取得了较好的预测效果,平均预测绝对百分比误差均小于15%,验证了该预测方法的有效性,该方法可以为TBM现场施工提供指导.     

耦合弯曲-剪切载荷L型压电振子的低宽频特性

针对传统的压电能量采集装置固有频率高、工作频率范围窄及能量转换率低的问题,基于Timoshenko梁理论提出耦合弯曲-剪切载荷的L型压电振子,研究基于L型压电振子的复合压电结构的能量采集特性. 根据无线传感器的作业环境特点,研究L型悬臂梁的长度、宽度及延伸段长等因素对压电能量采集频率、输出电压峰值及能量转换效率的影响规律. 组合不同尺寸L型压电悬臂梁,研究设计回字形布局的阵列式复合振子. 经仿真分析与实验验证结果可知,在0~250 Hz低频环境下,能量采集频率为28~36 Hz、61~68 Hz、92~99 Hz以及103~111 Hz,较等尺寸传统阵列式压电复合振子覆盖频率平均提升了260%.     

折光法测定咪唑类离子液体与十二烷基硫酸钠复配体系的CMC

通过折光法测定了三种咪唑类离子液体1-丁基-3-甲基咪唑氯盐([BMIm]Cl)、1-己基-3-甲基咪唑氯盐([HMIm]Cl)、1-辛基-3-甲基咪唑氯盐([OMIm]Cl)以及表面活性剂十二烷基硫酸钠(SDS)的临界胶束浓度(CMC).25℃时,将[BMIm]Cl、[HMIm]Cl、[OMIm]Cl分别与十二烷基硫酸钠按不同比例进行复配,测定其CMC,得出[OMIm]Cl与十二烷基硫酸钠在物质的量浓度比为7:3复配时的CMC最低,同时考察了温度和NaCl对其CMC的影响.结果表明:[OMIm]Cl与十二烷基硫酸钠在物质的量浓度比例按7︰3复配时,其CMC在一定温度范围随温度的升高而增大,达到一定温度时,其CMC随温度的升高而降低;在25℃时,其CMC随着NaCl浓度的增大而增大.     

改性活性炭材料及其在净化VOC中的应用

以甲醛、甲苯为代表的挥发性有机物(VOCs)严重威胁着人们的身体健康.活性炭具有发达的孔洞结构、高比表面积、物理化学性能稳定等优点,在空气净化方面得到广泛应用.然而,普通活性炭材料的环境治理效率以及性能已经不能满足需求,需要对其进行改性.近年来,研究人员通过选择不同的有机原料(坚果果壳、树叶、秸秆、木材等)、不同的活化剂(磷酸、焦磷酸、氯化锌等)以及不同的加热温度和升温速度,制备出性能不一的改性活性炭材料;对活性炭改性可以进一步增大其接触面积、增强多孔性,因而增强其对香烟烟雾、甲醛等有害气体的吸附能力.综述了改性活性炭材料的制备方法、结构性能以及在空气净化领域应用的新进展,并在此基础上分析了不同材料面临的问题及其应用前景.     

高温混合障碍空间中的移动机器人路径规划

为了解决高温场景中移动机器人全局路径规划所面临的安全与效率问题,提出高温热源虚拟障碍的定义,建立混合障碍空间模型,将高温场景中的路径规划问题转化为高温混合障碍空间中考虑路径温度代价和长度代价的多目标优化问题. 改进NSGA-Ⅱ算法,通过选取优秀非可行解扩展种群,提高了种群多样性和进化效率,提出新的交叉和变异概率计算方法. 根据种群进化进程和个体代价函数值调整概率,实现了种群前期搜索能力和后期收敛性的平衡. 仿真所得的最优路径结果表明,该改进算法的路径长度代价虽然比原算法和其他改进算法略有增加,但温度代价大幅降低,更有效地避免了陷入局部最优.     

基于门控循环单元与误差修正的短期负荷预测

针对负荷预测模型迭代训练过程中存在误差积累的问题,提出结合叠式双向门控循环单元（SBiGRU）、完整自适应噪声集成经验模态分解（CEEMDAN）和误差修正的组合预测模型. 建立SBiGRU模型学习在气温、日期类型影响下负荷序列的时序特征,误差特征体现在SBiGRU模型预测产生的误差序列中;使用CEEMDAN算法将误差序列分解为数个本征模态函数（IMF）分量与趋势分量,对每项分量再次建立SBiGRU模型进行学习与预测,并对各分量的预测值进行序列重构,得到误差的预测结果;对预测结果进行求和以修正误差. 模型评估结果表明,组合模型的预测准确精度为98.86%,与SBiGRU、BiRNN、支持向量回归等方法相比,该模型具有更好的精度.     

高职学生课外阅读现状分析及对策研究 ——以昆明冶金高等专科学校为例

大学时期是通过阅读获取知识信息的重要人生阶段,也是通过阅读陶冶情操、开阔视野、促进精神成长的最佳时期.但高职院校的大学生课外阅读现状却不容乐观.通过对学生阅读行为的抽样调查,发现了一些问题:高职院校学生阅读兴趣低下,阅读目的功利、阅读行为盲目及阅读程度肤浅等.面对当前大学生阅读行为的诸多问题,如何引导阅读,已经成为高职院校教育必不可少的部分.