无定型聚烯烃在热熔型密封膏中的应用

无定型聚烯烃在热熔型密封膏中的应用无定型聚烯烃（ＡＰＯ）均聚物被广泛用于纸张、薄膜和层压薄片中作热熔粘结剂，也可以作为橡胶组份和防水组份用于电线和电缆中．还可以作为沥青的改性剂用于单层屋面材料中。传统的无定型聚烯烃是作为合成等规聚丙烯的付产物而获得的...     

变频调速自动供水装置在水库供水系统中的应用

针对供水问题 ,利用自动变频调速供水装置 ,实现节能恒压供水 ,布置简单 ,运行安全可靠 ,与其它供水设备比较节电约 40 %。     

Effect of Low Dose Samarium Chloride on Serum Hormone Level in Rat

ＥｆｆｅｃｔｏｆＬｏｗＤｏｓｅＳａｍａｒｉｕｍＣｈｌｏｒｉｄｅｏｎＳｅｒｕｍＨｏｒｍｏｎｅＬｅｖｅｌｉｎＲａｔＷａｎｇＬｉｈｕａ（王丽华）；ＷａｎｇＳｈａｏ（王绍）；ＴａｎｇＹｕｈｕａｎ（唐毓环）ＮｉｅＹｕｘｉｕ（聂毓秀）；ＳｕｎＷｅｎｗｅｉ（孙文伟...     

甲烷氧化偶联反应SrF2/La2O3催化剂活性氧物种的原位红外研究

采用高温原位红外光谱对SrF2/La2O2催化剂的甲烷氧化偶联的活性氧物种进行了考察.结果表明,在氧预处理和工作条件下的催化剂上原位观测到超氧物种并检测到O2-物种与CH4反应生成的气相C2H4、CO2、CO和表面碳酸盐等OCM反应主、副产物.     

优良的性能是叠层屋面成功的秘诀

住户和设计者中大多数人尽管对80年代“全新和改进”的屋面体系认为是可靠的,如今也渐渐地发现叠层屋面(BUR)仍是最经济和有效的屋面体系。最近的研究表明,BUR在非住宅建筑屋面市场正逐渐增加。根据1990年对非住宅建筑屋面承包商的调查,在BUR方面的承包商数目自1988年以来每年以10％的速度递增。如今,在美国用于商业、工业和学校建筑物的沥青基叠层屋面已超过     

A/D转换器ICL7135与单片机接口及C程序设计

ICL7135是4位半双斜率积分型A/D转换器。文中介绍了它的主要特性及功能,给出了一种与单片机的中断查询的实用接口电路,同时举例说明用C语言编写的中断数据采集子程序。     

基于深度学习的雷达目标航迹起始方法

本文提出了一种基于深度学习的雷达目标航迹起始方法,将目标航迹起始问题转化为深度神经网络模型二分类问题—“真实航迹”类和“虚假航迹”类。首先对空间配准后的目标点迹进行环形波门粗关联,得到粗关联暂时航迹;对粗关联暂时航迹进行特征向量建模,获得深度神经网络模型输入向量;利用仿真系统雷达数据,提取神经网络模型训练样本,设计深度全连接神经网络结构,训练网络模型得到优化的模型参数;使用训练好的模型参数实时计算目标起始航迹。仿真试验证明了该算法的有效性。     

基于深度学习的稀疏矩阵向量乘运算性能预测模型

稀疏矩阵向量乘（SpMV）是求解稀疏线性方程组的计算核心,被广泛应用在经济学模型、信号处理等科学计算和工程应用中,对于SpMV及其调优技术的研究有助于提升解决相关领域问题的运算效率。传统SpMV自动调优方法基于硬件平台的体系结构参数设置来提升SpMV性能,但巨大的参数设置量导致搜索空间变大且自动调优耗时大幅增加。采用深度学习技术,基于卷积神经网络,构建由双通道稀疏矩阵特征融合以及稀疏矩阵特征与体系结构特征融合组成的SpMV运算性能预测模型,实现快速自动调优。为提高SpMV运算时间的预测精度,选取特征数据并利用箱形图统计SpMV时间信息,同时在佛罗里达稀疏矩阵数据集上进行实验设计与验证,结果表明,该模型的SpMV运算时间预测准确率达到80%以上,并且具有较强的泛化能力。     

基于超材料的宽带二维随机表面RCS缩减技术

介绍利用反射阵天线理论实现对电磁波的非定向散射,设计基于超材料的超薄宽带二维随机表面,并通过电磁仿真,验证其在电磁波正入射以及小角度入射时有效的隐身效果.该随机表面具有厚度薄、质量轻、易加工、对极化不敏感和隐身频带宽等特点,在电磁隐身领域有着广阔的应用前景.     

基于卷积神经网络的异步电机故障诊断

由于电机内部结构的复杂性,使得其故障特征与故障类型之间存在较强的非线性关系;目前用于异步电机故障诊断的方法都是人工手动提取特征,这需要大量的先验知识、丰富的信号处理理论和实际经验作为支撑,诊断效率不高;同时用于模式识别时的样本量过少,会导致网络过拟合等问题。针对以上问题,提出了基于短时傅里叶变换(short-time fourier transform,简称STFT)和卷积神经网络(convolutional neural networks,简称CNN)的电机故障诊断方法。该方法以单一振动信号为监测信号,使用STFT将故障信号转换成时频谱图,构建大量不同故障样本,以确保样本多样性,提高网络鲁棒性。将预处理后的样本作为CNN的输入,有监督地调整网络参数,以实现准确的电机故障诊断。将所提出的STFT+CNN算法分别与传统的电机故障诊断方法及堆叠降噪自编码进行比较分析。试验结果表明,该方法能够更有效地进行电机故障诊断。