基于模糊层次分析的住宅宜居性综合评价模型的研究

将模糊数学原理和层次分析算法应用到住宅宜居性综合评价中。由于原始的层次分析法太过复杂,且原始数据也不易获取,所以对其进行改进,使这种方法操作简单。通过实验证明该方法与原来的层次分析法的结果是一致的,而且减少了原来算法的一致性检验,提高了工作效率,并取得了很好的效果。     

有色金属矿山地质环境质量现状评价方法研究

文章在资料统计分析的基础上,对有色金属矿山地质环境质量现状定量评价方法展开研究。选取7个典型评价指标,建立评价指标体系,确定各指标的评价方法和指标值,采用层次分析法计算指标权重,最终采用综合指数法对现状进行定量评价和分级,并将评价方法应用于实际矿山地质环境质量评价中,获得了较好的一致性。     

高效热管理用鳞片石墨/铝复合材料的研究进展

鳞片石墨由于其较高的石墨化度、高结晶度和纯度,具有很高的平面热导率而成为制备定向高导热复合材料的重要原料.其与铝基体复合制备的鳞片石墨/铝复合材料具有优异的热综合性能,更是在电子通讯和航空航天领域有更显著的应用优势.介绍了近年来鳞片石墨/铝复合材料的主流制备技术及其导热性能,从碳-铝两相润湿性、界面反应出发,分析了鳞片...     

成县铅锌矿区矿山地质灾害分布特征及成因（增刊）

成县地处西成铅锌矿田腹地,铅锌矿产资源丰富。随着矿产资源的开发,产生了许多地质灾害,造成了矿山和周边居民的生命和财产损失。本文在野外实地调查和资料收集的基础上,对该区矿山地质灾害分布特征及成因进行了研究,为矿山地质灾害防治、矿山健康发展提供科学依据。     

基于优化Elman神经网络的锂电池容量预测北大核心CSCD

锂离子电池容量的精确预测有利于提升电池的使用安全和避免电池滥用,受其复杂的内部电化学反应和外部使用条件影响,对其老化后的容量精确预测一直是电池管理系统的难点之一。为实现锂电池全服役周期内容量的高效准确预测,本文提出了一种基于遗传算法优化的Elman神经网络(GA-Elman)电池容量预测模型。首先选择电池不同循环下的放电容量增量、内阻以及温度数据作为有效表征电池老化和容量衰减规律的特征量,其次运用主成分分析算法对特征量进行降维以降低训练量数据维度,然后基于Elman神经网络构建电池容量预测模型,并引入遗传算法优化Elman神经网络的权值和阈值,实现对电池容量的高效精确预测,最后在不同电池上对该模型进行了验证。验证结果表明:与传统Elman神经网络和长短期记忆神经网络(long and short term memory neural network,LSTM NN)预测模型相比,GA-Elman神经网络预测模型有更好的预测精度和更高的运算效率。在不同电池上该模型预测结果的最大平均绝对误差为0.92%,最大均方根误差为1.02%,最小拟合系数为0.9679,表明该模型可以精确预测锂电池衰退过程中的容量并且对不同电池有较强的适应性。     

用汇编语言实现多种数制的通用输入方法

把从键盘输入的二进制、八进制、十进制、十六进制字符数据转换成计算机能够识别的二进制数据,给出了各种进制通用的输入、转换方法及汇编语言程序段,通过字符串本身可以判断数制.     

基于信息能量的圆形直方图断点选择及阈值化和彩色图像分割方法

运用彩色图像色调、饱和度、强度（HSI）模型的H分量进行彩色图像阈值分割是一个新的彩色图像阈值化方式。考虑到H分量是一个圆形直方图，将圆形直方图断开为线性直方图，然后采用线性直方图阈值分割法进行阈值选取是一种有效途径。在信息论中，信息能量是Shannon熵的对偶，首先引入线性概率分布的累积分布信息能量概念，基于此来确定圆形直方图的断点；然后给出线性直方图上的信息能量阈值法，并基于此实现H分量圆形直方图的阈值选取。相比于基于对数运算的Shannon熵阈值选取准则，基于平方运算的信息能量阈值选取准则具有表述简单、运算速度快的优点。