用信息通讯网络平台构筑灌溉管理新模式

随着科学技术的发展,网络信息化的速度也在不断地加快,信息通信技术也被逐渐的应用到社会之中,对于经济和文化的发展产生了非常大的影响,目前通信网络技术已经成为经济发展的过程中一种具有战略性的资源以及具有比较高科技含量的一种科技方面的手段,利用一些比较新的技术以及最新的成果建立进行灌溉和管理的一个工作平台,产生一个具有网络型以及管理型的灌溉以及管理的体系,在灌溉以及管理的过程中可以使信息传递的速度加快,实现各个农户之间的互动,强化对灌溉基本情况的沟通.在进行灌溉的单位以及农户之间建立良好的沟通关系,使其之间的关系更加的密切.促使灌溉的管理更加高效,使灌溉的效率得到提高.采用高科技的通信信息网络创造的平台来组建灌溉的体系.在一定的区域之内试着运行,对单位以及用户进行管理,便于得到及时的灌溉,消耗的费用也非常低,产生的效果非常好.信息化以及网络化要和水利管理的工作相融合,对于灌溉以及管理甚至是水利的工作发展都会产生非常大的影响.     

VFP和CAD技术在生成流速流向图中的应用

主要介绍了数据库编程语言VFP和CAD在生成流速流向图中的应用情况。在进行水文测验过程中各断面位置所在的垂线实测到的流速流向需要制作成图件,为了能够规模化、标准化成图,采用VFP编程对数据进行批量处理,并生成CAD图,进而可以对文字、线条进行随意设置以及多条垂线的图形合并比较。并可根据需要转换成PDF图形文件,作为成果报告的附件,满足工作和生产的需要。     

基于k-均值聚类的朴素贝叶斯分类算法

朴素贝叶斯分类器是建立在条件独立性假设上的,但在实际运用过程中这种假设通常是不存在的。针对这个问题,结合k-均值聚类算法构造出了一个改进的朴素贝叶斯分类器。算法用k-均值算法将其中相关系数较大的属性合并成一个综合属性,使随后进行贝叶斯分类的各个属性间能尽可能达到属性独立,达到朴素贝叶斯分类器的要求。实验证明这种方法改善了朴素贝叶斯分类器并扩大了朴素贝叶斯分类器的应用范围。     

基于遗传算法的粗糙集属性约简算法

为了研究粗糙集理论中属性约简问题,给出了一种属性相对重要度定义,证明了其合理性,并将它应用到基于遗传算法的约简算法中,提出一种启发式遗传算法.算法采用修正策略保证群体进化收敛于最小约简,同时引入属性相对重要度作为启发信息,加快算法的收敛速度.对算法进行的时间复杂度和完备性分析以及数值实验表明,基于遗传算法的粗糙集属性约简算法具有完备、快速收敛等特点.     

莱斯衰落信道的K值估计与测量

为了估计莱斯衰落信道的参数K值,采用了一种矩估计查找表方法.该方法利用信号包络的1,2阶矩信息对K值进行查找式估计.为了验证该方法的性能,设计了无线信道测量系统来进行莱斯衰落信道的实际测量与估计.测量结果表明,该方法在不显著增加实现复杂度的情况下比常用的2,4阶矩估计方法提供了更为准确的估计结果.该测量系统与估计方法可以应用在实际无线信道测量中.     

充分利用现代教育技术 提高课堂教学有效性

现代教育技术与课堂教学的整合是教学发展的时代要求和必然趋势。新课程强调:"促进信息技术与学科课程的整合,逐步实现教学内容的呈现方式、学生的学习方式、教师的教学方式和师生     

Proficy实时数据库软件在过程管理系统中的应用

本文通过GE Fanuc的Proficy Historian和Proficy Reahime Information Portal实时数据库软件在过程管理系统中的应用,提出了企业在构建实时数据库平台和数据可视化应用方面的方法。     

小波变换的地下含水层分层法

根据电测井曲线可以了解地层构造.为了找出含水砂层,基于人工分层的原理,利用小波变换过零点理论对电测井曲线进行计算机自动分层,将地下土层分为含水层和隔水层.介绍小波变换原理,给出用Matlab软件实现测井曲线计算机自动分层的方法.实验结果表明,用该方法研究实测井信号,结果与人工方法基本一敛,证明了小波变换用于测井信号分析与处理的有效性.论文工作对合理利用地下水资源有非常重要的意义.     

基于三维等效磁网络模型的混合励磁同步电机电磁特性分析

针对分析混合励磁同步电机电磁特性时,三维有限元法计算量大、耗时长,解析法难以考虑铁磁材料饱和影响的问题,提出一种改进的三维等效磁网络模型。该模型考虑了模块化定子齿和转子极靴不均匀饱和,磁极间漏磁、磁极端部漏磁和定子槽内漏磁,能够快速预测具有模块化定转子结构的新型混合励磁同步电机的电磁特性;在建模过程中,根据电机转动时定转子的相对位置,建立相应的气隙磁导等效模型,以进行动态分析。利用该模型,计算了混合励磁同步电机的气隙磁通密度分布、磁链、反电动势和转矩,分析了电机的励磁调节能力。最后,将计算结果与三维有限元、样机实验结果进行比较,验证了该模型的准确性和有效性,为具有三维磁通路径特性的复杂结构电机提供一种快速的初期设计方法。相比于传统模型,该模型精度提高约9.5%;相比于三维有限元法,该模型所需计算时间仅为其0.05%。     

基于场景先验及注意力引导的跌倒检测算法

已有跌倒检测工作主要关注室内场景,且大多偏重对人员身体姿态特征进行建模,而忽略了场景背景信息以及人员与地面的交互信息。针对这个问题,从实际电梯场景应用入手,提出一种基于场景先验及注意力引导的跌倒检测算法。首先,利用电梯历史数据,以高斯概率分布建模的方式从人员的活动轨迹中自动化地学习场景先验信息;随后,把场景先验信息作为空间注意力掩膜与神经网络的全局特征融合,以此聚焦地面区域的局部信息;然后,将融合后的局部特征与全局特征采用自适应加权的方式进一步聚合,从而形成更具鲁棒性和判别力的特征;最后,将特征送入由全局平均池化层和全连接层构成的分类模块中进行跌倒类别预测。在自构建的电梯场景Elevator Fall Detection和公开的UR Fall Detection数据集上的实验结果表明,所提算法的检测准确率分别达到了95.36%和99.01%,相较于网络结构复杂的ResNet50算法,分别提高了3.52个百分点和0.61个百分点。可见所构建的高斯场景先验引导的注意力机制可使网络关注地面区域的特征,更有利于对跌倒的识别,由此得到的检测模型准确率高且算法满足实时性应用要求。