浅析我国当前三网融合的发展形势与战略

文章从三网融合的概念入手,通过对国外三网融合发展的分析研究证明了三网融合发展的必然性,同时具体分析了我国三网融合的发展现状及所面临的问题,并针对这些问题具体提出了我国未来三网融合发展的战略,展示了我国未来三网融合发展的美丽蓝图。     

ICP-MS法和HPLC-HG-AFS法测定婴幼儿配方奶粉中硒质量浓度不确定度的比较

采用电感耦合等离子体质谱法(ICP-MS)和高效液相色谱-氢化物-原子荧光光谱法(HPLC-HG-AFS)分别测定婴幼儿配方奶粉中硒的质量浓度。比较全面地考虑了整个测定过程的不确定度来源,对影响结果不确定度的各个因素作了系统分析,建立了结果不确定度评估数学模型,探讨了其测定结果不确定度,并对评估结果进行比较。分析不确定度的来源主要包括样品前处理过程、测量过程中的随机效应(测量重复性)、性标准工作曲线拟合及测量仪器等引入的不确定度分量。通过合成得到测量结果的合成不确定度,扩展不确定度及测试结果的报告形式。结果表明:ICP-MS法和HPLC-HG-AFS法扩展不确定度(UI)(k=2)为0.016 mg/kg和0.024 mg/kg。     

粮食平房仓“结构-隔热”一体化墙板热工性能研究

为了提高散装粮食平房仓墙体保温隔热性能,提出了一种新型“结构-隔热”一体化墙板（SIW墙板）。通过试验和数值模拟,分析了保温板厚度、连接件等对SIW墙板热工性能的影响,揭示了内、外叶墙板温度、热流密度随时间的变化规律,得到了SIW墙板的传热系数,基于传热系数指标开展了SIW墙板在不同储粮生态区的适用性评价。结果表明：相较于传统平房仓砖砌墙体,保温板厚度为50 mm和80 mm的SIW墙板传热系数分别降低了45.81%和56.13%;GFRP连接件在SIW墙板中的热桥效应不显著,对墙板温度场的影响较小;相较于保温板厚度为50 mm的SIW墙板,80 mm厚的SIW墙板能满足3个储粮生态区对粮食平房仓墙体传热性能的要求。     

基于张量局部和全局信息的人脸识别算法

现有的基于张量子空间的流形学习算法能够很好地利用图像的空间几何结构,但对流形的局部和全局信息利用得不够充分,为此提出了一种新的张量子空间学习算法:基于局部和全局信息的张量子空间投影．新算法充分利用人脸图像数据的局部流形结构(即类内非线性流形结构)和人脸图像数据的全局信息,使数据在投影空间中的类间分离度最大,通过迭代和投影得到最优张量子空间．在标准人脸数据库上的实验表明,新算法识别率高于张量线性判别分析(TLDA)、张量临界Fisher分析(TMFA)、张量局部判别投影(TLDP)、张量子空间(TSA)算法．     

各品种不同成熟度无花果质构特性分析

利用质构仪穿刺技术对无花果果实的3个不同部位分别进行了比较分析,同时采用配对T检验和相关性分析对不同成熟度果实品质差异进行了研究。结果表明:果实的近果柄端比果实中部和近果目端都比较硬,不同成熟度的果实破裂深度相差不大,随着成熟度的增加,果皮韧性和果肉硬度减小,其中金傲芬的果皮韧性、果实硬度和黏性在全熟与八成熟果实对比中变化最大,适宜鲜食;青皮、绿早在八成熟与成熟时的果皮破裂强度都很小,八成熟的果实适合长途运输;布兰瑞克的成熟果实黏性最大,可能适宜加工成无花果泥和果酱。各品种的不同成熟期的质构特征可做为鲜食及后期加工方式的选择依据。     

有轨电车信号优先控制策略——以松江为例

依托松江区道路智能交通信息管理系统项目研究有轨电车优先信号控制策略.首先根据有轨电车站点位置确定检测器布置点位,在无延误的情况下,有轨电车的信号控制是基于有轨电车时刻表,按照事先配置的绿波方案运行;在有延误的情况下,有轨电车信号机根据不同延误状态判定采用不同等级的优先请求并传输给道路交通信号机,道路交通信号机根据优先等级请求结合交叉口实际交通运行状态综合研判,给予有轨电车不同优先控制策略;在给予有轨电车优先通行的同时,对冲突相位上游路口驶入的车辆进行控制,减少因有轨电车优先通行可能造成的道路交叉口拥堵.     

基于运行数据的大型风电场建模方法研究

为了研究大型风电场并网对电力系统调度、规划与设计的影响,运用统计学理论对大型并网风电场实时运行数据进行分析,提出一种利用运行数据建立风电场等值模型的新方法.采用数学形态学滤波器滤除风速中各种干扰,通过主成分分析法找出最能表征风电场运行行为的因子,实现对风电场的降阶处理.最后利用支持向量机的方法建立风电场整体模型.该模型...     

论组织机构整合对企业的影响

本文结合第三采油厂（以下简称“采油三厂”）实际情况和实践经验,按照发展战略目标提出了采油三厂组织机构整合方案。通过整合,使采油三厂成为具备科学的公司治理结构、完善的责权利激励约束机制和绩效考核评价体系、有效的经济核算与内部控制的实体。     

频繁序列模式挖掘中关键技术的研究

如何确定候选频繁序列模式以及如何计算它们的支持数是序列模式挖掘中的两个关键问题。该文提出了一种基于二进制形式的候选频繁序列模式生成和相应的支持数计算方法,该方法只需对挖掘对象进行一些“或”、“与”、“异或”等逻辑运算操作,显著降低了算法的实现难度,将该方法与频繁序列模式挖掘及更新算法相结合,可以进一步提高算法的执行效率。     

基于小波神经网络的中长期电力负荷预测

电力系统负荷预测是1项复杂的系统工程,其不仅涉及的领域广泛,而且不确定性的因素较多。文中在传统BP神经网络算法、改进型BP神经网络算法基础上,将BP神经网络与小波分析相结合,构建了小波神经网络模型,然后分别应用BP神经网络、改进型BP神经网络和小波神经网络对宁夏石嘴山地区电力负荷进行了中长期预测。通过对比分析表明,采用小波神经网络获得的预测数据比前2种方法获得的预测数据误差均要小。这说明了小波神经网络的预测结果更加准确,即采用BP神经网络与小波分析相结合的方法比单纯地采用BP神经网络算法进行电网负荷预测的效果更佳