兴隆庄煤矿上组煤开采的矿井涌水量预测

该文主要介绍了兖州煤业股份有限公司兴隆庄煤矿近年来矿井涌水量的相关情况并采用不均匀系数法对上组煤煤层开采的矿井最大涌水量进行了预测。     

开关磁阻风电系统最大风能追踪控制

根据风力机的特性，探讨了追踪、捕获最大风能的方法；针对开关磁阻电机的特点，提出了开关磁阻电机变速恒频风力发电系统最大风能追踪的控制方案；详细的仿真研究验证了该控制策略的正确性和可行性。     

交流励磁变速恒频风力发电机的最优功率控制

研究了参考有功功率和参考无功功率的确定原则和优化计算,进而探讨了发电机的功率解耦控制原理,给出了完整的交流励磁变速恒频风力发电机最优功率控制策略。仿真研究表明,基于参考功率优化计算和矢量控制技术的最优功率控制,可以有效地追踪最大风能,降低发电机损耗,提高风电机组的运行效率和性能。     

Berkol-BR/u型高精度胶辊磨床性能分析

介绍了Berkol公司BR/u型高精度胶辊磨床的主要特点，通过罗拉转速和砂轮线速的配比试验分析，给出了磨细纱胶辊的罗拉转速与砂轮线速以A40－B90配置为最好，二者作相对运动、磨砺次数为2个往复的结论。     

地下运矿车液力变矩器与柴油机匹配优化关键技术研究

针对地下运矿车液力变矩器与柴油机匹配设计效率低、周期长、精度不高的现状,基于Matlab GUI研发了精度高、人机界面良好、简单易用的可视化软件。提出并系统地解决了软件研发中的数学和编程技巧问题,给出了数学处理、数据获取及判据植入等技术方法,实现了设计计算、图形输出以及匹配合理性判断自动化的功能。     

一款0.5V低噪声放大器的优化

研究的对象是一款工作于0.5V电源电压的低噪声放大器,低噪声放大器设计通常要求功率和噪声同时匹配来,这样才能达到最优化的性能。在理论分析的基础上详细阐述了功率匹配与噪声优化的具体过程,并给出了相应的仿真结果。     

鄂西三峡地区雷电定位系统与卫星闪电观测数据的比较分析

鄂西三峡地区是我国重要的输电线路走廊,雷击闪络事故比较严重。为研究这一地区雷电活动规律,对2005-2008年电网雷电定位系统（lightning location system,LLS）和卫星搭载的闪电图像传感器（lightning imagesensor,LIS）数据进行了配对比较研究。其中,以LIS数据为基准,在...     

基于统计聚类分析的短期风电功率预测

考虑到短期风电功率预测模型建立时,样本的选取对预测模型的精度有较大影响,提出了运用聚类方法对历史风速数据进行处理,实现了历史数据的自动分类。根据预测日的平均风速和最大风速等特征参数,按照相似度最大的原则,选择合适的类别作为预测建模用的训练样本。运用时间序列方法,建立风速预测模型,与不经过预处理的相比,所建立预测精度得到了提高,验证了运用聚类进行数据预处理的正确性。运用风力发电机的出力曲线,得到了未来日的风电功率的预测值,为含风电系统的电力系统运行计划的制定,提供了基础数据支持。     

基于组合评价方法的城市地下空间详细规划方案评价

本文重点阐述了离差最大组合评价方式,对比原有的“粗犷”式的组合评价方法,阐述了此方式的优点,并以s市地下空间为案例,运用此方案进行了详细地分析。结果表明,此组合方案更加准确,误差更小。     

Local maximal margin discriminant embedding for face recognition

In this paper, a manifold learning based method named local maximal margin discriminant embedding (LMMDE) is developed for feature extraction. The proposed algorithm LMMDE and other manifold learning based approaches have a point in common that the locality is preserved. Moreover, LMMDE takes consideration of intra-class compactness and inter-class separability of samples lying in each manifold. More concretely, for each data point, it pulls its neighboring data points with the same class label towards it as near as possible, while simultaneously pushing its neighboring data points with different class labels away from it as far as possible under the constraint of locality preserving. Compared to most of the up-to-date manifold learning based methods, this trick makes contribution to pattern classification from two aspects. On the one hand, the local structure in each manifold is still kept in the embedding space; one the other hand, the discriminant information in each manifold can be explored. Experimental results on the ORL, Yale and FERET face databases show the effectiveness of the proposed method.