一个变时间常数的自动增益控制电路

本文提出了一个变时间常数自动增益控制电路,说明了它的物理过程,分析了它的过渡特性和稳态特性,从而指出这个电路是稳定的。它既能压缩动态范围,削弱高电平干扰脉冲,又能保证有足够小的反调制失真。文末还介绍了它的一个应用效果。     

声表面波器件的应用

近几年来,声表面波(简称SAW)器件在电子仪器中的应用越来越广。该元件的特点是能够实现过去的无源器件所得不到的电性能。此外,还有体积小、重量轻、可靠性高、制造工艺与集成电路的工艺相似、很适于批量生产等特点。彩色电视接收机用的声表面波器件最充分地利用了这些特点。东芝公司走在世界的前列,成功地使这种滤波器实用化,并就其它各种声表面波器件继续进行开发研究。本文报告了有关东芝已开发的SAW器件的概况。     

用袖珍计算机编制模具设计程序

<正> 随着家庭,事务计算机及CAD/CAM计算系统的普及,各种软件应运而生。但技术计算软件很少有,仅附属于价格较贵的CAD 系统中,而且程序中所使用的计算式或系数等,若未明确说明,用户也无法使用,如CAD 系统的图形功能尽管好,但计算处理功能如模具设计者需要的零件展开尺寸的计算、拉深工序的决定等方面都很少。为此大山金型设计事务所选中了购买容易、携带方便的袖珍计算机,制定了本程序。程序特徵:本程序用于弯曲、拉深等工序的有关计算。如旋转体拉深件坯料尺寸计算,内缘翻     

深度学习模型中不同激活函数的性能分析

近年来,人们为处理众多问题引入了各种类型的神经网络,神经网络取得了巨大的发展。任何神经网络使用的层次结构是线性和非线性函数的组合,其中最常见的非线性层是激活函数,如Logistic Sigmoid、Tanh、ReLU、ELU、Swish和Mish。对深度学习神经网络中的激活函数进行了介绍,并对不同激活函数的输出范围、单调性、平滑性等特点进行了分析。通过在数据集上测试,对现在使用频率较高的激活函数进行了性能测试。对激活函数的分析将有助于进一步地在模型设计中进行选择。     

基于线性预测的自适应递归最小二乘盲源分离

为了分离具有时序结构的信号,将线性预测均方误差作为代价函数.使分离出信号的可预测性最大,这样就可以分离出源信号.这种最小均方误差型算法,其在线形式采用瞬时预测误差代替预测误差的期望值.导致收敛速度较慢.为了提高这类算法的收敛速度,本文将线性预测误差的加权平均作为代价函数,提出了递归最小二乘型线性预测盲源分离算法.计算机仿真和实际语音分离试验均表明:提出的算法与最小均方误差型线性预测盲源分离算法相比具有更快的收敛速度,且增加的计算量不大.     

RSM组合方法用于高光谱遥感数据的分类研究

RSM(Random Subspace Method)是一种新型的组合方法,利用随机挑选的特征子集生成每个基模型(Base Model),因此对于高维数据,RSM具有很大的应用潜力.本文将RSM方法应用于高光谱数据分类中,验证了RSM方法的有效性,并采用遗传算法(Genetic Algorithm)选择部分基模型构成组合来进一步提高分类精度.本文的工作为进一步在高光谱领域开展组合算法研究起到了很好的示范作用.     

Internet远程监控系统的嵌入式实现方法

如何结合当前广泛存在的Internet网络实现微控制系统的远程控制，是该文的研究重点。通过对μC／OS-Ⅱ、μIP以及蓝牙技术的应用研究，给出了一个基于μC／OS-Ⅱ的Internet远程监控系统的嵌入式实现方案，并阐述了本地蓝牙无线通信管理任务和基于ulP的Web server守护任务的实现方法。     

具有输入知识的高维数据聚类算法研究

针对目前聚类算法没有充分地利用输入知识,不便于知识的学习和增长的情形,提出在高维数据集的情况下,恰当地利用输入知识可以更准确有效地发现聚类,提出聚类的相关维集的概念,分析输入知识的特点,对带有输入知识的高维聚类算法进行研究,指导聚类的学习过程。     

基于虚拟现实技术的北京城市社区尺度红色文化空间数字化展示研究

红色文化空间是北京深厚文化资源的重要组成部分,其价值受到各界积极的挖掘与保护。现有实践中多集中于从文史和遗产角度进行研究,从建筑与城市角度的深度挖掘和技术性展示相对缺少。针对此现状,文章试图探索一种数字化党史地图的方法,以五四大街至北沙滩后街730米街道的公共空间作为空间对象,利用数字孪生技术进行探索性实践,以期达到精准还原北京当代红色文化空间、展现红色文化空间新时代风貌、拓展红色文化空间党史教育功能的目的。     

铬对高锰钢微观结构的影响

通过对含铬５％的国钢进行Ｘ射线衍射分析,发现奥氏体基体的衍射出现了（１１０）、（２１０）、（２１１）等晶面的超结构反射谱线,表明铬促进了高锰钢中合金元素的有序化倾向,同时为高猛钢加工硬化的动态应变时效（ＤＳＡ）机制和Ｍｎ－Ｃ对簇聚模型提供了实验依据。此外,ＴＥＭ观察到细小的颗粒碳化物,对其衍花样的标定确认为Ｍ２３Ｃ６型碳化物,说明铬在高锰钢中的碳化物不一定只以（Ｆｅ、Ｍ）３Ｃ的形式出现。