尾矿资源回收与利用

尾矿是矿山开采的原矿石经选矿或其他工艺回收有用组分后废弃的固体物料,呈细粉状,粒径在0.15mm以下,一般堆存在尾矿库中,是工业固体废弃物的主要组成部分.目前,我国发现的矿产有150多种,建设的矿山有8000多座,累计产生尾矿59.7亿吨,占地800km2以上,而且每年仍以3亿吨的速度增长.     

尾矿资源回收与利用

通过分析我国矿产资源的特点,介绍了尾矿作为二次资源回收和利用的方法和途径。这不仅可以获得良好的经济效益、环境效益和社会效益,而且是矿山可持续发展的必然选择。     

尾矿资源回收与利用

尾矿是矿山开采的原矿石经选矿或其他工艺回收有用组分后废弃的固体物料，呈细粉状，粒径在0．15mm以下，一般堆存在尾矿库中，是工业固体废弃物的主要组成部分。目前，我国发现的矿产有150多种，建设的矿山有8000多座，累计产生尾矿59.7亿吨，占地800km。以上，而且每年仍以3亿吨的速度增长。     

一种基于聚类和集成学习的混合脉冲去交错方法

在现代复杂电磁环境下,来自不同辐射源的信号在时域、空域和频域高度重叠交错。传统的脉冲去交错方法在应对相似脉冲参数方面的表现不尽人意。提出了一种利用聚类和集成学习解决问题的方法。该方法利用脉冲的多个参数进行聚类,通过所提取的能够表达脉冲序列趋势的特征对集成学习模型进行训练,利用训练好的模型对聚类的信号组群进行判断,是否属于同一个辐射源。对所提方法进行仿真的结果表明该方法能有效地进行混合脉冲去交错。     

基于强化学习的大规模天线阵天线选择算法

传统天线选择算法过于依赖信道状态信息(CSI),然而以用户为中心的大规模多输入多输出(UC-MMIMO)系统难以获得足够CSI。针对以上矛盾,将强化学习方法引入到天线选择的问题中,提出了一种基于强化学习的天线选择算法。通过仿真说明所提算法相对于传统的天线选择方法对CSI依赖程度大大降低,并且有着更低的算法复杂度。