热风炉燃烧自动控制仪的研究

1 引言 济钢一铁厂共有350m~3高炉6座,配有19座热风炉,其中顶燃式热风炉6座,内燃式热风炉13座,全部为人工烧炉。由于高炉座数多,热风炉每小时6次的换炉对煤气管网压力造成频繁的波动,另外,管网上的用户较多、高炉不顺或休风也会引起系统煤气压力的频繁波动,从而给热风炉的烧炉带来很大的困难。为消除因煤气压力波动给烧炉带来的影响,1998年济钢一铁与闽东宏宇冶金     

基于事件触发的离散多智能体二分一致性

针对一阶离散多智能体系统,研究了事件触发控制下的二分一致性问题.首先考虑智能体间通信拓扑结构为无向连通结构平衡图的情形,针对各智能体设计事件触发控制,包括仅依赖于自身及邻居智能体采样状态的控制输入,以及仅依赖自身状态的事件触发条件,实现了对通信资源的节约利用.基于图论、离散系统稳定性理论,证明系统能够实现二分一致性.同时,合理设置控制输入及事件触发条件中参数,保证系统不存在Zeno现象.之后,进一步分析设计了包含有向生成树的结构平衡图下,多智能体系统的事件触发控制.最后利用仿真实例验证了理论结果的有效性.     

基于网站结构挖掘的Web文档自动分类

对Web文档进行人工分类可以达到准确的分类效果，但需要大量的时间和人力的投入。传统的基于特征向量的分类方法准确性较低，文中提出把挖掘网站的拓扑结构和现有的文档分类方法相结合，并根据扩展网页的特征提取，挖掘出单个网站的分类模式，再将多个网站的分类模式进行综合，生成搜索引擎的分类模式。     

计算机管理如何满足现代远程教育需求的探索

随着现代信息技术的不断发展与提升,计算机技术应用的越来越广泛,进而促进了现代远程教育的日益发展。现代远程教育既可以把高等院校的教学范围给进行加大,又使得每一个地区的教育资源得到广泛运用。然而,计算机管理如何满足现代远程教育的需求是当前人们所关注的焦点,本文就对这一焦点做简要的分析与探索。     

基于微课程教学法的初中地理课堂深度学习探究——以《地图的阅读》一课为例

深度学习与微课程教学法深度学习又称为深层学习,强调学习者在已有知识的基础上建构自己的知识结构,强调学生学习的主动性和创造性。美国学者FerenceMarton和RogerSaljo认为,深度学习是指学生对学习有内在兴趣、注重理解、强调意义,集中注意于学习内部各部分之间的联系,系统地思考和陈述问题,是面向高阶的思维活动。     

基于区块链的网络安全共享模型研究

文章基于区块链技术的大数据安全机制和社会安全机制,开发一种在多部委联合监管下的区块链社会运行机制,在合理、合法、合规的前提下,使其可以在数据加密共享过程中获得充足的社会算力资源支持.通过社会调查可知,革新后受到全面市场秩序监管的国内区块链方案,可以在调动社会算力的工作中得到推动驱动力,所以区块链项目可以在国内有效监管下...     

基于复合离散混沌系统的编码信号研究

分析复合离散混沌系统．针对该混沌系统研究了一种伪随机序列的生成方法。利用上述方法生成复合离散混沌序列,对正弦波进行调制,得到复合离散混沌二相编码信号,对该信号的自相关性、频谱、模糊函数和抗干扰等性能进行了分析,并给出了相应的仿真结果。仿真结果表明．该信号具有优良的具有距离和速度分辨率较强的抗干扰能力。     

基于稀疏变换的图像压缩方法的研究

针对无线多媒体传感器网络中节点计算能力、存储空间和能量等资源受限问题,提出了联合稀疏变换的分布式压缩感知视频压缩方法。该方法对传感器采集到的图像序列先进行分布式视频编码,再利用联合稀疏变换对图像进行稀疏表示,其中联合稀疏变换方法结合了冗余字典和正交基稀疏变换的优点,比冗余字典稀疏表示得到的图像更稀疏,压缩效率更高。仿真结果表明,该方法有效减少了编码和传输的数据量,降低了图像压缩传输时间。     

基于数据挖掘的病历数据预处理

数据预处理技术在数据挖掘和数据仓库中都具有十分重要的作用,其结果将直接影响数据挖掘的优劣.为了更好地从数据类型复杂、冗余空缺值多的海量医疗数据中挖掘切实有用的信息,必须对数据源进行预处理.基于此目的,本文详细介绍了医疗数据的预处理方法,并通过某高校病历数据实例验证其有效性和可行性,为医疗机构提供科学的决策支持.     

GM(1,1)模型和新陈代谢模型的应用比较

灰色系统理论是一种研究少数据、贫信息的不确定性问题的新方法.其中的灰色预测模型具有所需数据少、预测精度高和无需先验信息的特点.本文详细介绍了两种常见的灰色预测模型建模方法,即GM(1,1)模型和新陈代谢模型,并通过它们实例预测某地区的年私人汽车拥有量.利用相对误差法将两种模型的预测值与实际值比较进行精度检验,最后预测该区未来几年的私人汽车数量.以分析这两种预测模型的变化范围和发展趋势,为相关部门提供科学的决策依据.结果表明1)该地区未来几年的私人汽车拥有量呈增长趋势,地方经济发展态势良好;2)GM(1,1)模型在此实例中的变化范围更小、预测精度相对更高、预测误差更小;3)灰色预测模型简单实用,预测精度较高.