景区智能导游系统中语音解说技术分析研究

本文探讨了应用于旅游景区的智能导游系统语音解说的技术,讨论了景点数据的存储、景点数据匹配和语言解说的可能性。在获取景点数据方面,提出了两种确定景点解说范围的方法,并通过软件编程解决了语音重复播放问题。     

基于DCC-GARCH的海上风电场出力空间相关性分析及预测

多座海上风电场出力之间存在一定的空间相关性,构建合适的风电出力相关性模型有助于提高风电出力的预测精度。针对空间相关性具有时变特性以及难以描述和衡量,提出基于动态条件相关广义自回归条件异方差（DCC-GARCH）模型的海上风电场出力相关性模型。利用多维正态分布和DCC-GARCH模型拟合多风电场的皮尔森相关系数,求解随时间变化的风电场出力空间相关系数,在准确表征空间相关性大小的同时体现空间相关性的时序变化特征。基于DCC-GARCH模型建立多座风电场出力动态空间相关性短期预测模型。基于江苏省盐城市海上风电场数据进行算例分析,结果验证了所提方法的合理性和有效性。     

Sn掺杂Ge-Sb-Te相变薄膜的晶化特性

用磁控溅射法制备了掺杂Sn的Ge2Sb2Te5相变材料薄膜,研究了Sn含量对结晶性能的影响.薄膜的X射线衍射(XRD)表明,热处理使薄膜发生了从非晶态到晶态的相变,并出现Sn-Te相.通过示差扫描量热(DSC)实验测出在不同加热速率下非晶态薄膜粉末的结晶峰温度,计算了材料的结晶活化能.根据结晶动力学分析和结晶活化能数据,掺杂Sn后的Ge-Sb-Te具有更高的结晶速率,用于光存储时将具有更高的擦除速度.     

基于灰色关联度的风机MPPT控制影响因素分析

鉴于现有研究未明确指出诸多因素对风机最大功率点跟踪控制性能的影响程度及其主导因素,基于灰色关联度理论定量评估了多种相关因素对最大功率点跟踪控制性能的影响程度。以多种影响因素作为子序列,包括空气密度、风速湍流强度、平均风速、风力机转动惯量、半径和最佳叶尖速比,将评估最大功率点跟踪控制性能的平均风能利用率作为主序列,通过灰色关联度分析获取这些因素对平均风能利用率的影响程度。研究结果表明,湍流强度和转动惯量是影响风机最大功率点跟踪控制性能的主导因素,应在风力机结构设计和最大功率点跟踪控制系统优化时重点考虑。     

Bottom-Up法计算油田注入水中三种细菌的不确定度

为保持地下压力,在油田开采过程中需向地下油层中注水,注入水中最为常见的三种细菌是腐生菌、铁细菌和硫酸还原菌,这些细菌的存在会降低注入水水质并腐蚀管道,影响油田开采。为客观评价三种细菌检测的准确度,采用绝迹稀释法检测技术,利用Bottom-Up法,通过21组数据对三种细菌检测方法的不确定度进行计算。结果表明,绝迹稀释法检测油田注水三种细菌的不确定度分别为:硫酸还原菌±4 mL^-1,腐生菌±6 mL^-1,铁细菌±16 mL^-1。通过Bottom-Up法对检测不确定度进行评估,可真实、准确地反应油田注入水中三种细菌的实际含量范围,为油田注水达标提供技术保障。     

利用摇摆曲线分析多机振荡

互联多机系统的机电振荡是制约系统稳定运行的一个重要瓶颈,利用摇摆曲线直接提取振荡信息已得到广泛重视。在多机系统中,提取系统振荡信息需要确定在什么曲线上提取。应用EEAC的分群理论把多机系统分成互补的两群,可以显示主导振荡模式的中心位置。EEAC等值机解决了曲线选择的问题,可以提取主导振荡信息。通过改进的多机Prony算法直接对多机曲线进行信息提取,可以更多地反映系统的振荡信息,并且各机组的振荡模态能够显示该机组对振荡模式的参与程度。通过对三机的小系统和华东-福建联网的大系统进行算例仿真可以看出,两种方法都可以提取出弱阻尼或负阻尼的振荡信息。EEAC曲线可以突出主导模式,多机Prony算法可以显示更多振荡模式及其模态。     

智利El Teniente铜钼矿地质—地球化学特征 及成因模式

智利El Teniente铜钼矿是环太平洋东部安第斯成矿带南部最具代表性的斑岩型矿床之一。该矿床开采历史悠久,并以优越的成矿环境、独特的矿床地质特征、多期次的岩浆—矿化作用而倍受国内外地质学者的关注。对该矿床区域地质及矿床地质特征、岩浆岩Sr-Nd-Pb同位素、锆石Hf-O同位素特征、流体包裹体地球化学特征及矿床成因模式进行了系统总结分析。结果表明,矿体以脉状—网脉状矿化为特征,主要赋存于安山岩、石英闪长岩和英安斑岩体中;矿区各期次岩浆岩体为同一幔源岩浆不同演化阶段的产物,并混有不同比例的俯冲板片物质;矿区成矿流体为高盐度、高温度及高成矿金属浓度的岩浆流体;该矿床的形成与多期次幔源岩浆岩及深部富含Cu、Mo和S组分的成矿流体密切相关。该矿床地球化学及成因模式的研究有利于区域上成矿模式的建立,同时还对于我国该类型矿床成因方面的理论研究及成矿预测具有重大现实意义。     

基于关联挖掘的无功优化关键参数智能辨识方法

针对传统无功优化中关键参数设置过程繁琐且设置结果不合理的问题,首先,给出一种基于斜率分段归并的曲线划分策略,用于对预测区间进行智能划分;其次,采用一种标准化欧式距离—动态时间弯曲(ED-DTW)混合策略,用于不同数据集间相似度的计算;最后,提出一种基于数据关联挖掘的无功优化参数智能辨识框架,用于对数据库内的历史数据进行挖掘。仿真采用实际电网数据对整个挖掘过程进行分析,挖掘结果显示,提出的辨识框架能自动给出参数的时段划分和设置结果,将挖掘得到的参数结果用于实际控制中,表明该方法获得的划分结果符合负荷峰谷特征,且相比传统方法,在减小电压偏差和提高电压合格率上效果更好。     

高应力区不良岩层中巷道支护技术的研究

在高应不良岩层中巷道有效支护类型选择是一个重要课题。论文对大量的现场实测数据进行了归纳分析，提出了合理选择断面形状、适时封底以及运用网构钢拱架等技术措施，使巷道达到安全、经济。     

基于权重能量自适应分布的三维形状分割算法

针对三维形状分割问题,提出一种引入权重能量自适应分布参与深度神经网络训练的全监督分割算法.首先对三维形状表面进行过分割得到若干小块,提取每一个小块的特征描述符向量作为神经网络的输入,计算权重能量自适应分布,将经过加权后的分割标签作为神经网络的输出,训练深度神经网络.对于新的未分割的三维模型,提取模型表面三角面片的特征向量后输入到神经网络中进行预测分割后,对预测分割的边缘进行修整得到分割结果,实现三维模型的自动分割.在普林斯顿三维模型分割数据集上的实验结果表明,算法通过在训练过程中引入权重能量自适应分布,可以大幅降低神经网络训练时的均方误差,提高神经网络预测结果的准确率;与传统算法相比,该算法具有高准确率、强鲁棒性、强学习扩展能力等优点.