低觉醒脑电识别与唤醒的可穿戴系统研究

为智能化地识别警戒作业人员出现的低觉醒、注意力下降的生理状态，本文介绍了一种基于FPGA和脑电信号处理的低觉醒状态检测与唤醒系统，系统通过传感器从大脑头皮采集脑电信号，转换为数字信号，经傅里叶变换获取了脑电信号的θ相对能量、α相对能量、重心频率、谱熵等4个特征量，由4个特征量表征低觉醒状态并运用支持向量机对低警戒状态进行识别，当识别出低觉醒状态时采用声音报警模块发出声音，唤醒警戒作业人员。设计系统能够较好地识别出低觉醒状态，识别率达90.8%，可为提高警戒作业工作绩效提供一种可穿戴的智能装备。     

火电机组负荷分配中多源不确定性因素影响分析

不确定性因素存在于火电机组负荷分配中，影响机组负荷分配、节能环保目标。本文综合考虑负荷预测不确定性、机组煤耗率不确定性与其CO2排放系数不确定性，分别构建火电机组一次能源消耗成本与CO2排放量最小目标下的火电机组负荷优化分配模型；以此为基础，引入析因分析方差分解方法，量化多源不确定性因素单独与交互作用下对节能、环保目标的影响程度。结果表明:负荷预测不确定性对火电机组节能、环保目标影响最为显著，相对影响程度分别为51.13%、62.70%；机组煤耗特性及其CO2排放系数影响次之，相对影响程度分别为47.58%、34.95%。此研究结果对不确定性条件下电力系统负荷分配具有借鉴价值。     

属性分析技术应用于断陷盆地沉积相带划分

断陷盆地的油气勘探,对各种类型储层的研究是必不可少的,而湖盆沉积的各种储集层,主要表现为各种扇,包括扇三角洲,浊积扇、滑塌扇等。为了寻找优质的扇体储集层,就必须对扇体的沉积相带开展仔细研究。在划分沉积相方面,应用最为广泛的技术就是地震属性分析技术。本文主要讲述了在具有三维地震资料的情况下,综合应用地震属性分析技术成功地划分了沉积相和沉积微相,对扇体的岩性和物性都有较好的预测,为后续的油气勘探提供了技术支持。     

基于LDA的英汉维文本聚类系统的设计与实现

以英汉维三种大规模文本聚类为目标,针对三种语言的特点实现基于LDA模型的静态文本聚类系统。因为存在博客、微博等网络媒体的文本不太规范及涉及的话题范围广泛等现象,对文本特征的提取及聚类算法的选择带来一定的难度。通过对样本文本的分析,计算出适当的聚类数k,再调用LDA算法将文本聚为k类并给出每类文本的关键词。测试结果表明,该系统能将英汉维三种语言的文本相似度高的聚为一类,可显著提高聚类效果。     

新一代络合态代森锰锌新技术产品的研究开发及应用

采用全新自主研发工艺和设备,对代森锰锌生产工艺进行创新,得到较为纯净的"络合态"化合物。该化合物对作物幼苗、幼叶、幼果的安全性提高了;解决了普通代森锰锌和络合态代森锰锌在合成、干燥、物料输送、含氨废水处理及分析检测等方面的技术难题;生产及分析中的废物处理与利用水平国际领先。实现了废水、尾气全部循环利用,废渣回用,废水趋零排放,对环境无污染;实现了络合态代森锰锌连续化生产,此生产工艺具有节能、节水和生产安全性高等特点。     

当前SMT环境中的热门先进技术

只要关注一下如今在各地举办的形形色色的专业会议的主题,我们就不难了解电子产品中采用了哪些最新技术。CSP (芯片尺寸封装_)、0201无源元件、无铅焊接、MCM(多芯片组件)、AXI(自动X射线检测)和选择性焊接可以说是近来许多公司在PCB上实践和积极评价的热门先进技术。而随着这些新技术的实施,也带来了一些新的挑战。比如说,如何处理在CSP和0201组装中常见的超小开孔(250um)问题,就是焊膏印刷以前从未有过的基本物理问题。