压电驱动技术研究进展与展望

压电驱动具有结构简单、构型多样、力密度高、精度高、响应快、断电自锁、无电磁干扰以及环境适应性好等突出优势,在超精加工、半导体制造、机器人、精密仪器、生命科学、航空航天和武器装备等领域均具有迫切的应用需求,已成为高端装备向高精尖发展的一项核心技术。压电驱动技术可为高端装备的突破和发展提供坚实的基础,具有重要的科学意义和实用价值。首先,从高端装备发展对精密驱动技术的实际需求出发,系统阐述了压电驱动技术的定义、分类及特点;其次,介绍了压电驱动技术的研究现状,并对压电驱动技术的典型应用进行了概述和分析;最后,对压电驱动技术进行了讨论与展望。     

基于稀疏自适应学习的台区用户拓扑结构校验

针对低压台区拓扑结构人工校验成本高且准确性不足的问题,提出了基于稀疏自适应学习的台区用户拓扑结构校验方法。基于用电信息系统采集的用电量数据,构建了参数化台区用电量模型,提出了稀疏自适应学习方法自动估计出模型参数。通过阈值检验识别出台户拓扑结构统计错误的用户。采用浙江省海宁地区的用电量数据对该方法的性能进行分析。实验结果表明,该方法具有较好的识别率。在模拟场景中,可以达到100%的查全率和查准率;在真实场景中,可以达到84.8%的查准率和90.7%的查全率。     

地质类型对石油勘探的作用影响

地质类型是石油勘测过程中的重点关注对象,决定了勘测队对该地域石油种类、石油存储量等客观因素的判断,最重要的是影响到后期石油勘测技术的选择。因此,了解勘测区域石油地质类型对建立一套合理、符合实际的石油勘测体系具有重要的参考意义。本文结合石油地质类型分析了非常规油田和常规油田的区域特征,并对加强石油地质勘测技术创新提出了建议。     

高变焦比中波红外连续变焦光学系统

针对高变焦比连续变焦光学系统,提出了一种双双组联动型变焦系统的设计方案,完成了变焦方程的推导。采用非球面技术,运用所推导出的变焦方程,完成了变焦比为40 倍、F 数为4、工作波段为3.7~4.8 m 的中波红外连续变焦光学系统的设计。光学系统由八片透镜组成,引入了四个非球面,可以实现10~400 mm 连续变焦,满足冷光阑效率为100%,变焦曲线平滑无拐点。在不同的变焦位置,光学系统的奈奎斯特频率处（16 lp/mm）MTF 值均大于0.3,RMS 点斑半径均小于22 m。系统具有成像质量高、镜片数量少和结构紧凑等特点。     

海事卫星系统与数字视频广播卫星系统的融合

提出了一种基于IMS(IP多媒体子系统)构架的海事卫星系统与数字DVB-S(数字视频广播系统)融合应用的系统设计方案,介绍了系统总体拓扑结构,讨论了系统的设备研制方案,分析了系统中涉及到的接口和应用协议.     

浅谈阿克苏河流域水资源利用现状与节水途径

阿克苏河是塔里木河"四源一干"中最土的源流,水资源比较丰富,由于塔里木河流域限额管理用水制度的不断完善,农业灌溉用水下降,灌溉水利用系数由1998年的0.36提高到0.42成绩显著。但目前存在的问题是水资源供需矛盾日益突出;工程设施滞后,灌溉水利用率低;水资源管理粗放,水资源浪费严重。节水途径为加强节水工程建设和力度;推广高效节水灌溉技术,减少水源浪费。     

基于因子分析和聚类分析的四川省各市经济发展研究

利用因子得分得到四川省20个市（州）的综合排名，然后又把因子得分作为新变量，用聚类方法对各市（州）进行分类，把四川省20个市（州）分为4类，在此基础上对5大经济区未来发展提出有益建议。     

酵母菌-SBR法处理油脂碱炼废水研究

研究了8株酵母菌应用于序批式反应器（SBR）直接处理油脂碱炼废水的效果，并探讨了酵母菌的扩大培养方法和影响系统稳定运行的关键因素。结果表明，在不投加任何霉菌和细菌抑制剂的32L开放体系中，6d培养出MLSS19g／L、SVI35mL／g的酵母菌；30d的连续运行结果表明，在COD9000-23000mg／L、油4500-16000mg／L的进水情况下，系统高效、稳定运行，COD、油去除率分别达到了86．8％-96．9％和99．5％；短期的pH冲击对系统造成的不利影响是可逆的：污泥龄对酵母菌的SVI有一定影响；长期氮缺乏会诱发某些酵母菌细胞由单细胞向菌丝形态转化,并影响到酵母菌的沉降性。     

插花布置与房间采光

不同房间的不同采光方式会带给我们不同的心理感受。这是通过光影与房间色彩相融合而带给我们的感觉上、情绪上的一系列变化所导致的。它往往会直接影响我们的感情变化,而插花作品在房间中的摆放要达到一定艺术效果,同样无例外地受这种光影的变化所制约。要想使插花作品更好地表达它自身的意境与内涵,就要使之恰到好处地与光影融合为一体,以产生相得益彰的效果。     

粗糙集作为数据挖掘的一种方法学

1引言 数据挖掘在更大的设计发现过程中是一个主要手段。它作为一种算法技术应用在数据模式、一致性和主偏差的识别。许多算法能够应用在这个认识发现过程阶段。这些算法在大多数情况下是不同的研究人员的个人创造，没有太多共同的方法论的和基础的框架。换句话说，在数据挖掘中许多主要的工作是集中算法改进同时忽视基础数学问题的研究，例如：关系数据、内部数据联系、内含信息隐藏在数据或数据冗余的特性。从作者的认识来看，只有统计和粗糙集理论尝试解决以上问题。但是它们的出发点和方法是完全不同的。