怎样使用漏电开关

建筑工地供电方式大多属于变压器中性点接地的三相四线制低压供电。四极漏电开关见图1,三相火线和零线绞合在一起,缠绕或穿过闭合铁芯。铁     

一类对称群上Cayley图的最优条件匹配排除集北大核心CSCD

图G的条件匹配排除数是最少的边的数量,使得G中存在一个这样数量的边子集F,从G中删除F中的边后形成的图既没有孤立点,也没有完美匹配或几乎完美匹配.任何一个这样的边集称为G的一个最优条件匹配排除集.条件匹配排除数是衡量网络在边故障情况下的鲁棒性的参数之一.星图和泡形图是用于大型多处理器系统的两类广受关注的互连网络.本文研究了这两类图相结合构建的一类图,给出了这类图的所有最优条件匹配排除集.     

无线传感器网络中节点传输能效跨层分析模型

在无线传感器网络中,节点的传输能效一直是国内外学者研究的首要问题。从物理层、MAC层协议角度分析了数据传输的能耗问题,给出了在单跳传输的过程中节点所消耗的能量,进而提出了数据传输能效跨层分析模型。分析了无线传感器网络中数据传输的电路机制及能耗,给出了CSMA传输机制的能耗概率模型,结合无线传感器网络中MAC层的RTS-CTS-ACK握手机制,提出了数据分包传输的能效分析模型。通过数值分析,说明提出的数据传输能效分析模型是可行并且有效的。     

一种基于新的图象力的水平集算法

针对用传统的水平集方法处理心脏MRI(核磁共振图)这类含有强噪音、弱边界等现象的图像很难取得理想的分割结果的问题,这里将聚类信息和图像ROI信息相结合,构造基于新的图像力的水平集速度函数,该速度函数有较强的抗噪性能,并且能够处理含有弱边界、低对比度的图像。实验表明该方法具有良好的分割效果。     

无线传感器网络能耗均衡路由模型及算法

在综合考虑传感器网络中节点链路接入、数据包传输能耗及节点剩余能量的基础上,提出了一种自适应能耗均衡路由策略,并给出了相应的数学最优化模型及求解算法.优化的目标是均衡网络能耗,进而最大化网络寿命.首先采用跨层分析的方法设计了符合传感器节点计算能力的分布式动态路由树生成算法及各节点的路由选择策略函数;然后通过构造一个双层规划模型使传感器网络的整体能耗趋向均衡,尽可能地延长网络寿命.一个数值例子说明,提出的路由选择策略、双层规划模型及求解算法是可行且有效的.     

传感器网络中单源单汇路由问题的模型与算法

路由问题是无线传感器网络中的核心问题之一,寻找从源到汇的最小费用路径非常困难。蚁群优化算法是最近提出的求解复杂组合优化问题的启发式算法,该算法能够在完全分布式环境下对复杂问题进行求解。文章建立了无线传感器网络中单源单汇路由问题的数学模型,并给出了基于蚁群优化的求解算法。     

基于动态规划的无线传感器网络的路由算法

路由问题是无线传感器网络中的核心问题之一,其数据传送的多跳特点使得非常适合用动态规划的原理来设计传感器网络的路由算法.基于动态规划,通过节点跳数生成算法为传感器网络中的每个节点赋一个表示到Sink点跳数的节点跳数值,并分析了传感器网络的拓扑结构特点,然后给出了无线传感器网络中寻找从源到汇满足不同设计目标的最小跳数(MinH)、最小跳数最大剩余能量(MinHMaxRE)和最小跳数最小费用(MinHMinC)3种路由算法.探讨了最小跳数最小费用路由与最小费用路由之间的关系,并给出了判断最小跳数最小费用路径就是最小费用路径的一个充要条件.算法的能量消耗分析表明,所给路由算法能实现大幅度的能量节省.     

罗汉果内生真菌的分离及其发酵产物的抗氧化活性研究

为探究罗汉果内生真菌发酵产物的化学成分及其抗氧化活性,从罗汉果内生真菌中筛选8株菌株的代谢产物进行化学成分试验,用DPPH·清除法和·OH清除法测定发酵产物的体外抗氧化活性。结果表明,8株罗汉果内生真菌发酵产物通过化学成分定性试验,推测可能含有蛋白质、多糖、有机酸、黄酮和醌类等物质。在供试液质量浓度为1 mg/mL时,其中菌株F5发酵液对DPPH·的清除率大小顺序为乙酸乙酯萃取相（96.83%）＞VC（95.77%）＞氯仿相（95.24%）;菌株F5发酵液对·OH的清除率大小顺序为VC（99.36%）＞原液（73.56%）＞水相（61.98%）,表明罗汉果内生真菌发酵产物具有较强的抗氧化作用,并且抗氧化的成分极性较大。     

异构监测传感器网络寿命最大化模型及其求解

对于有两类无线传感器节点组成的异构监测网络,给出了考虑连通覆盖约束条件的求解网络寿命的最优化模型;根据KKT条件,最优解处的不等式约束可以转化为等式约束,得到了模型的最优解,该最优解对于实时调整传感器网络的感知/发射半径具有很强的指导意义.数值结果表明,网络最大寿命值随传感器的感知/发射半径的增加而减小;同时传感器发射半径的调整,可以提高网络寿命.     

一种基于高斯混合模型的MR图像分割

由于MR图像往往具有弱边界和强噪音,传统的水平集模型用于图像分割时一般依据图像梯度信息,因而很难得到真实解.高斯混合模型使用了图像全局信息,比较好地处理弱边界问题.但传统的高斯混合模型仅使用了灰度值分布信息,这就使得图像中的弱边界容易导致水平集泄漏.本文提出通过一致连通增强扩散将中断部分和其周围区域连接起来,以及结构张量估计图像的方向信息,用图像修复的方法将弱边界区域重新复原回来.最后对左心室MR图像分割,实验表明该模型具有较好的分割效果.