认知无线电中基于时间差因子的频谱分配算法

为了降低认知系统的通信中断概率,提高认知系统的稳定性,在经典的图论着色模型基础上提出了一种改进的频谱分配算法。该改进算法引入一个频谱空闲时间和用户请求时间的差值因子,对于每个认知用户,该算法综合考虑频谱效益与时间差因子两个因素来分配频谱。仿真结果表明,改进算法使认知系统的中断概率远低于原算法。     

柴达木盆地路乐河组粗碎屑沉积成因与青藏高原隆升时限

通过调研野外剖面、钻井岩心、测井及地震等资料,结合分析测试,对古近系路乐河组进行了岩石学、沉积相和测井相方面的综合研究,认为柴达木盆地路乐河组具有显著的山前近源粗碎屑沉积特征,主要发育氧化环境下的典型冲积扇,并往往与下伏中生代地层或古生代基岩呈角度不整合接触,这些沉积特征记录了在白垩纪与新近纪之交柴达木盆地经历的由印度-欧亚板块碰撞而引起的大范围强烈的构造运动。     

基于某厂的多能互补系统建设规划分析

本文针对某集中供热厂现有设备及厂区现状,结合该厂周边可再生能源情况,分析该厂可再生能源改造及多能互补系统建设可行性。根据分析结果,分别做出了可再生能源系统建设的技术路线和建设方案。本工程建设完成后具有燃气热水锅炉、污水源系统、地源热泵系统、电锅炉系统和光伏发电系统,并配置了蓄热罐系统对各能源系统进行存储、调度,构成完善的多能互补智慧能源网络。希望对今后集中供热厂改造工程中,多能互补系统建设思路提供了借鉴和参考。     

壳牌煤气化技术及其在国内的应用实践

介绍了壳牌煤气化技术的发展历程、工艺原理、工艺流程、主要设备及特点,并对其在生产实际中的应用作了简要评述.     

基于不同砂体结构的宏观非均质性评价方法 ——以鄂尔多斯盆地合水地区长8油层组为例

宏观非均质性是影响油田开发效果的重要因素之一,尤其是对于砂体结构复杂的三角洲沉积环境,非均质性严重制约了油藏的高效开发.以鄂尔多斯盆地合水地区上三叠统延长组长8油层组为例,通过露头剖面观测、岩心观察、测井及生产动态资料,分析砂体结构类型及特征,建立了储层宏观非均质性评价方法.研究区长8浅水三角洲发育连续叠加型、间隔叠加...     

基于视觉图像多特征约束的吊钩识别检测

吊钩是起重机械的重要作业终端。在吊装作业时,需要借助安装在臂端的监控相机进行吊钩的识别检测,以便实现吊钩及吊载的自动对位控制。但因臂端距离吊钩较远达上百米,且易发生旋转,吊钩在远视距图像中占比较小,呈现小目标弱特征等特性,难以检测。本文提出一种基于吊钩与吊绳多特征约束关系的吊钩视觉识别检测方法,有效解决上百米距离下吊钩的准确检测。     

基于近红外光谱技术测定小麦蛋白质模型的建立

为了实现小麦籽粒蛋白质含量的快速、准确测定,用近红外分析仪对158份小麦进行光谱扫描,采用主成分分析法剔除异常光谱,对剔除异常值后的图谱进行标准正常化及去散射处理,并分别进行一阶和二阶导数处理.并在光谱预处理基础上,建立了预测小麦籽粒蛋白质含量的BP神经网络和偏最小二乘法校正模型.结果表明:经过标准正常化及去散射处理和二阶导数预处理的图谱,运用BP神经网络建立的模型预测小麦籽粒蛋白质含量效果最优,预测的R2和均方根误差分别为0.983和0.067,小麦蛋白质含量的国标测定值与最优条件下的预测值之间的t检验结果为P =0.82＞0.05,两种方法测定结果无显著性差异.将其与近红外仪器自带模型相比,预测效果显著提高.采用非线性BP神经网络法建立的定标模型可提高预测小麦蛋白质含量的准确性.     

基于CNN的变工况滚动轴承故障诊断研究

针对滚动轴承工作环境多变和样本不足导致故障诊断效果不佳的问题,提出一种多模态注意力卷积神经网络。该网络采用多个并行卷积层构建,并结合注意力机制,有效地提取了丰富的故障特征。然后提出了两种有限数据条件下的数据增强方法,解决了数据样本不足的问题。另外,将采集到的滚动轴承时域信号通过小波变换转换为时频图谱作为网络输入来提高数据质量,利用多种转频下故障数据对所提方法进行实验分析。结果表明,该方法在变工况实验中准确率高,聚类效果明显,说明该方法能有效提高变工况下轴承故障诊断的精度,具有很好的应用价值。