千米深井充水因素分析及治理措施

该文对千米深井条件下的矿井充水因素进行了分析,从充水水源、充水强度和充水通道方面进行了论述,并针对矿井水害威胁提出了主要防治措施。     

基于小波变换提取暂态直流分量故障选相原理的研究

将三相故障电流载入一维离散小波分析工具箱中,利用Haar和Daubechies小波对其进行分解.Haar小波分解提取的直流分量和Daubechies小波分解获取的直流分量变化趋势图,都可判断出故障相.通过MATLAB/SIMULINK仿真,验证了此二种选相方法的有效性.     

智能汽车环境感知算法测试评价系统开发

基于硬件在环仿真平台和六自由度驾驶模拟器,开发了智能汽车环境感知算法测试评价系统。为兼顾仿真测试的可重复性、可拓展性及道路测试的真实性,采用真实交通场景作为输入场景信息;针对现有检测算法评价依赖人工识取的不足,提出了基于机器学习的标准检测算法和基于数据关联的检测评价算法,并将系统测评结果与人工识取结果进行对比。实验结果表明,所开发的测试评价系统方案可行,测试精度较高,实时性较好,在模糊、遮挡、光照变化等复杂环境下均可实现对各种不同特性的车道线和车辆目标的准确测评,能较好地满足智能汽车环境感知算法测试评价的要求。     

基于GIS的大风和降水气象要素的业务应用

文章介绍了大连地区基于GIS的大风和降水两种气象要素进行的气象业务分析和应用。文章首先对数据的来源和传输进行了说明;详细介绍了大风要素和降水要素的处理,并给出了两个气象要素的业务应用效果;同时结合省局报警平台和气象台雨量报警模式对降水要素进行了改进设计。以期为大连市气象预报分析、气象信息服务提供科学决策依据。     

一种增益可调宽带放大器设计

近年来随着计算机和互联网的迅速普及,宽带放大器成为检测仪表、有线电视、无线通信等系统中必不可少的部分。本系统以可控增益放大器AD603为核心,外加STC89C58RD单片机的配合,实现了增益可调的宽带放大器。为解决宽带放大器自激及减小输出噪声,本系统采用多种形式的抗干扰措施,抑制噪声,改善放大器的稳定性。     

矿山中GPS测量技术的应用

讨论GPS在矿山测量中坐标转换的各种方法,并结合实例对这些方法进行详细地评述,并对其精度进行科学地分析。     

基于Camstyle改进的行人重识别算法

行人重识别是计算机领域的一个热门话题,在交通、公共安全和视频监控等场景有着广泛的应用。提出了摄像头风格学习（CSL）结合多粒度损失（MGL）的新方法,在行人重识别领域取得了优势性能。通过摄像头风格学习可以减少由摄像头差异带来的影响,更好地发挥triplet loss的优势,有效地提高识别精度。在学习过程中结合多粒度损失,利用多个层次的特征图,使学习到的特征更有区分力。在Market-1501和DukemMTMC-reID两个大型数据集上做了对比实验,实验结果表明,提出的方法优于原Camstyle方法,在Rank1上提高了3.7%和3.2%,准确率分别达到93.2%和81.5%。在Market-1501数据集上结合多粒度损失并使用re-ranking方法后,Rank1的准确率为96.1%,mAP的准确率为93.8%,获得了当前已发表最高准确度。     

蓄电池守护装置谐波建模及稳定性分析

研究了双向DC/DC拓扑的蓄电池守护装置的谐波稳定性问题。针对常见的双向DC/DC拓扑建立了系统的时域稳态模型,通过傅里叶变换映射至基于谐波状态空间的频域谐波模型,分析了系统中的电力电子非线性元件及调制方式对直流输出电压的影响。通过构建谐波传递函数,采用广义奈奎斯特稳定判据分析了不同控制参数下谐波模型的稳定性。基于MATLAB/Simulink仿真平台,验证了所建模型的正确性及分析方法的有效性。     

基于PSO-BP神经网络的轮胎负荷测量方法

研究基于粒子群优化（PSO）算法-BP神经网络的轮胎负荷测量方法。将采集的轮胎状态信息与提取到的加速度特征输入到BP神经网络,对轮胎负荷进行回归预测,使用PSO算法优化BP神经网络的权值与阈值,得到轮胎状态信息与轮胎负荷的关系。结果表明,采用PSO-BP神经网络预测轮胎负荷误差为1.865 6 %,PSO-BP神经网络预测精度较高,在转变工况条件下,预测误差为2.496%。     

基于机器学习算法的运营商用户流失预测方法

文章提出了对基于机器学习算法的运营商用户流失预测方法,该方法根据实际的预测需求及标准,对初始数据信息进行预处理,提取用户流失特征,并以此为基础,构建多目标预测层级,设定多层级的用户流失预测结构,提升整体的预测精准度,加快预测速度,完成对用户流失机器学习计算预测模型的构建,并将其用于用户流预测。测试结果表明：机器学习算法运营商用户流失预测测试组最终得出的预测召回率相对较高,表明预测中的误差可控,预测范围扩大,整体的预测针对性更强一些,具有实际的应用创新意义。