基于组合波工程化测量消除引线互感的接地阻抗测量方法

摘要: 以正弦波电流为激励信号测量接地网接地阻抗时,由于电压线、电流线之间不可避免的存在平行共线,由此产生的互感耦合会导致接地阻抗测量结果偏高,影响接地网安全性能评估。为解决此问题,提出了一种基于组合波工程化测量消除引线互感的接地阻抗测量方法,用方波电流测量接地阻抗电阻分量,用正弦波测量接地阻抗模值,在测量现场通过改变平行共线距离获得不同互感耦合强度的测量值,解析剔除互感耦合分量后,获得准确的接地阻抗测量值。在110kV变电站现场通过夹角法、反向法测量,并与土壤分层的接地网模型仿真结果对比,组合波工程化测量结果与接地阻抗仿真值误差仅为1%。     

关于数字图书馆的编目问题

分析数字图书馆给传统图书馆的编目工作带来的许多变化，包括编目对象、编目理论、编目方式及编目格式等方面的变化，并就改进数字图书馆的编目工作提出建议。     

利用上下文信息解决汉语自动分词中的组合型歧义

组合型歧义切分字段一直是汉语自动分词研究中的一个难点。该文将之视为与WordSenseDisambiguation(WSD)相等价的问题。文章借鉴了WSD研究中广泛使用的向量空间法,选取了20个典型的组合型歧义进行了详尽讨论。提出了根据它们的分布“分而治之”的策略,继而根据实验确定了与特征矩阵相关联的上下文窗口大小、窗口位置区分、权值估计等要素,并且针对数据稀疏问题,利用词的语义代码信息对特征矩阵进行了降维处理,取得了较好的效果。笔者相信,这个模型对组合型歧义切分字段的排歧具有一般性。     

大冶铁矿滑坡预测模型研究

在深入研究滑坡变形特征的基础上,以大冶铁矿东露天采场狮子山北帮滑坡位移监测数据为依据,采用灰色理论,将滑坡的预测模型与滑坡运动特征相结合,推导出传统GM(1,1)模型和优化的GM(1,1)模型,通过验算比较,优化的GM(1,1)模型预测曲线与实测曲线的拐点及发展趋势高度吻合,模拟精度高,预测值可信度大,对临滑滑坡也有一定的预警意义.优化的GM(1,1)模型可以用于中长期预测模型.     

我国硫铁矿资源综合利用探讨

<正> 硫铁矿通常指黄铁矿,白铁矿和磁黄铁矿三种矿物,其中以黄铁矿分布最广。硫铁矿除单独形成矿床外,在其他矿床中,如:铜、铅、锌、铁、明矾石、钨、锡、煤等矿床     

含钼,铜,铋硫化矿浮选分离的研究

本文论述采用亚硫酸盐作抑制剂,对黑钨粗精矿精选枱浮钼、铜、铋硫化矿浮选分离的研究。结果表明,该法药剂费用较低,分选指标良好,经济效益显著,完全可以取代有氰工艺,本文还对亚硫酸盐抑铋浮钼、铜工艺和矿浆加温等理论进行了初步探讨。     

净化农资市场 保护农民利益

近日,唐山市技术监督局对乐亭境内的化肥、农药、农膜等五类农资产品质量开展了专项市场“打假”。此次检查共出动４２３人次,对２７６家国有、集体和个体企业经销的农资产品进行了监督检查。其中,化肥产品检查９８批次,合格８４批次,合格率８６％;农药产品检查１２４批次,合格１１３批次,合格率９１％;农膜产品检查３２批次,合格２８批次,合格率８７５％。在这次专项治理中,共查获不合格农膜１７吨,不合格农药６．１吨,不合格化肥１９６吨,不合格商品总标值６７．４万元,为用户和消费者挽回经济损失８９万元。从检查的结果…     

全球宽带管制趋势

介绍了宽带的含义和全球宽带用户分布情况,论述了管制机构应扮演促进宽带发展推广的角色,提出通过引入竞争、促进宽带市场发展的频谱管理机制、调整管制政策等措施,为宽带网络、业务的发展创造有利的环境.     

基于组合赋权法和云模型的磷矿地压稳定性评价

磷矿开采过程中诱发的地压已严重影响了矿山安全生产,开展磷矿地压稳定评价是保障安全生产的重要内容之一。以位于湖北宜昌的神龙磷矿典型矿区为研究对象,首先分析总结了神龙磷矿矿区的岩体结构特征和地压危害形式,并在此基础上构建稳定性评价指标体系,接着利用组合赋权法将层次分析法和基于指标相关性的指标权重确定法有机结合获得最优权重,再结合云模型计算评价指标的数字特征值,最后根据稳定性分级评价集得到稳定性评价结果。完成了4个分区的地压稳定性评价,通过进一步现场核对,评价结果与实际观测结果一致,说明提出的评价指标和评价模型在磷矿地压评价中有较好的适用性,对指导磷矿安全生产具有参考价值。     

基于深度学习的SAR弱小目标检测研究进展

随着合成孔径雷达(SAR)技术的不断进步, 大范围观测和高分辨率成像使得SAR图像中包含了大量特征微弱的小尺寸目标, 通常涵盖飞机、车辆、油罐、船舶等高价值民用目标和关键军事目标, 这类目标尺寸较小、特征微弱、稠密相连、形态多变, 对它们进行精确的检测是当前SAR图像解译的难题. 随着深度学习技术的发展, 研究者们针对SAR弱小目标的成像特性和检测挑战, 通过对深度学习网络的精细调整和优化, 成功地推动了本领域的进步. 本文将全面回顾基于深度学习的SAR图像弱小目标检测, 以数据集和方法为研究对象, 深入分析SAR弱小目标检测任务所面临的主要挑战, 总结最新检测方法的特点和应用场景, 并汇总整理了公开数据集与常用性能评估指标. 最后, 总结本任务的应用现状, 并对未来的发展趋势进行展望.