离散余弦(正弦)变换在雷达目标识别中的应用

在基于雷达高分辨距离像（HRRP）的目标识别中,平移敏感性的消除及特征维数的压缩在实际应用中有着重要意义。本文首先利用零相位表示法获取平移不变的HRRP,然后引入离散余弦变换（DCT）和离散正弦变换（DST）进行特征压缩,提取低频DCT（DST）系数作为识别特征;并利用幂变换法降低了分类器的识别性能对特征维数的敏感性。基于实测数据的试验结果验证了结论的正确性。     

公伯峡面板堆石坝面板裂缝成因数值分析

公伯峡面板堆石坝在蓄水运行以来出现了面板裂缝现象,裂缝发生于面板顶部水位附近,两岸坝段多,中间坝段少,且以纵向裂缝为主,而其他类似大坝面板裂缝大都发生在面板中下部,且多为横向裂缝。公伯峡面板堆石坝地处我国大西北地区,冬季气温低,昼夜温差大。本文分别从结构应力与温度应力的角度,数值分析了公伯峡面板堆石坝面板裂缝产生的原因。计算结果显示,温度应力是造成公伯峡面板堆石坝面板裂缝的主要因素,结构应力是造成裂缝两岸坝段多、中间坝段少的原因,纵向裂缝的发生是由库水位高而变动幅度很小所造成的。     

泥沙颗粒分析法在岷江下游河段河床质分析中的应用

泥沙颗粒分析是泥沙研究中的基础工作,可为河流演变、水生态环境及地质地貌等研究提供基础信息。对当前的泥沙颗粒分析方法进行了分类,并评价了各种分析方法的优缺点及适用范围,归纳总结了各种方法的计算原理。应用泥沙颗粒分析工具GRADSTAT对岷江河床采样的泥沙样品进行了计算分析,结果表明:岷江河床质分选很差,沿程粒径减小,由于上游水库拦截泥沙作用,下游的河床质中细颗粒成分较多。     

新疆大型灌区水利管理运行机制研究

文章对新疆地区的大型灌区的管理提出了一些看法和研究,以探讨现今大型灌区的现状和其管理运行机制的不足,最后提出一些建设性的意见,通过更加科学的措施来保护水资源的质量,提高水资源利用率,提高节约的效力,这些都需要灌区继续建设配套的节水改造工程。除此以外,对于水价的改革,提高灌区管理局和农民用水协会两者的管理水平,加快事业单位的内部改革,对灌区的水利建设与管理都有非常大的帮助。     

低应力变频振动精密下料的频率控制曲线的研究

阐述了低应力变频振动精密下料的工作机理.根据变频振动下料系统构成和坯料断面的质量要求,建立了多种变频振动下料的振动频率控制曲线,并详细地论述了各振动频率控制曲线的工作特性和参数配置.最后,完成了材质分别为LY8、20钢、45钢、T8钢等棒料在不同振动频率控制曲线下的变频振动下料试验.通过对试验结果的观察分析,确定了较为理想的振动频率控制曲线.     

基于特征的冲压零件经济性评价数学模型的建立的研究

在对冲压过程进行深入分析研究的基础上,采用制造计分的方法。对冲压零件制造过程中模具成本、冲压时间、冲床选择、冲压设备折旧费用进行了评价,建立了冲压零件经济性评价的数学模型。     

CL-RBF：一种基于改进ML-RBF的蛋白质亚细胞多点定位预测算法

综合考虑标记内和标记间的聚类结果对多目标学习径向基神经网络算法(RBF Neural Networks for Multi-Label Learning,ML-RBF)的影响,提出CL-RBF算法并应用到蛋白质亚细胞多点定位预测中。通过引入轮廓系数(Silhouette Coefficient)对ML-RBF隐层中心的个数进行优化,并通过分析标记间聚类结果的关系,对小于某一阈值的标记间的聚类中心重新聚类,使用梯度下降算法进行参数调整,最后依据测试样本与标记L的隐层中心和不属于标记L的样本生成的聚类中心的欧式距离差调整预测结果。在10折交叉验证下,采用词袋模型(Bag of Words)和氨基酸组成法(Amino acid composition,AAC)结合的方式提取特征向量,选取另外4种多目标学习算法作对比实验,根据不同评价指标的结果,得出CL-RBF算法在4个多标记数据集上的综合性能最优的结论。本研究预测算法通过网站https://njau.applinzi.com/homepage_final.jsp实现。     

以精细化服务满足电力客户需求

介绍了江门供电局在推行供电企业精细化服务过程中,从精细化操作、控制、培训、引导客户科学用电、加强客户的用电安全管理、人性化服务、与客户的相互交流与沟通等各个方面所采取的具体措施。实践证明,把服务工作做精做细,可以有效地提升服务水平,提升客户满意度,构建和谐的供用电关系。     

时间序列分析在低渗透基岩地下水位预测中的应用

为深入掌握低渗透基岩地下水水位波动的宏观和微观特征,需要开展对地下水水位数据的拟合预测研究。以高放废物地质处置北山预选区新场地段低渗透基岩为研究对象,采用二次指数平滑法、ARMA模型和BP神经网络模型对地下水径流路径上的3口深部和3口浅部监测孔水位数据开展研究工作。对于地下水位宏观波动特征的解译,BP神经网络模型拟合精度要高于另外两种模型,且更加适用于具有明显非线性特征的水位序列;ARMA模型和二次指数平滑法模型拟合效果相当,但更适用于预测变化相对平缓的监测水位数据,且对于水位突变特征的拟合ARMA模型要优于二次指数平滑法模型。对于浅部监测孔地下水水位微动态的解译,BP神经网络模型优于二次指数平滑法模型和ARMA模型,预测的地下水位微动态变化周期和振幅基本与实测值一致。