原料粒度对固相合成锰酸锂正极电化学性能研究

近年来锂离子电池飞速发展已被广泛应用于便携式电子设备、新能源汽车和储能等领域。具有三维通道的尖晶石LiMn_2O_4材料由于其丰富的资源、低廉的价格和环境友好性,被认为是锂离子电池理想的正极材料。材料的形貌和尺寸决定了其物理化学性能,文中研究了不同粒度MnO_2原材料固相合成LiMn_2O_4材料及其电化学性能。研究结果表明原料粒径最小合成的LiMn_2O_4正极具有最佳的电化学性能,在0.2 C倍率下,首次放电比容量达到141 mAh/g,在1 C倍率下,循环100次,容量保持率为80.9%。     

基于北斗三号卫星非差多普勒观测信号的优化测速模型

针对运动载体速度估计方法精度不足、模型复杂等问题,提出了一种精度高、模型复杂度低的基于北斗三号卫星非差多普勒观测信号的优化测速模型。该模型利用北斗三号卫星原始数据,使用复杂度低的多普勒测速模型估计载体速度。为提高测速精度和解算效率,首先对原始模型线性化处理,然后依据载体航向与其速度矢量的相关性增加松约束。用北斗三号卫星实测数据验证了该模型的测速精度,评估了该模型的适用性。实验结果表明,载体静止时,优化多普勒测速精度可达cm/s级甚至mm/s级,在与原始多普勒测速的对比中,水平方向测速精度提高60%左右,解算时间缩短24%;载体运动时,增加航向约束的多普勒测速精度与原始多普勒测速相比,北、东方向测速精度可提高14%～21%,解算效率提升大约20%。     

流形学习算法中的参数选择问题研究

流形学习(Manifold Learning)算法是近年来发展起来的非线性降维机器学习算法.等度规特征映射Isomap(Isometric feature mapping)和局部线性嵌入LLE(Locally Linear Embedding)是两种典型的流形学习算法.通过实验比较和分析两种算法中邻接参数K和采样点数N的选取对降维结果以及执行时间的影响,实验结果表明Isomap对邻接参数K和采样点数N具有较高的容忍度,而LLE算法在计算速度上优势明显.     

论如何提高校政工干部的信息素质

随着信息化的发展,传统的思想政治教育工作方式受到了前所未有的冲击,如何利用网络环境进行思想政治教育工作已经成为新时期高校政工干部所必须面对的问题.     

两类非线性降维流形学习算法的比较分析

流形学习(Manifold Learning)算法是近年来发展起来的非线性降维机器学习算法.目前的流形学习算法大体可以分为两类:全局的(如等度规映射)和局部的(如局部线性嵌套),它们有各自的优点和不足.以等度规映射(ISOMAP)和局部线性嵌套(LLE)为例,通过实验比较分析了这两类算法在参数选择、前提条件和执行效率上的特点,期望为不同应用提供参考.     

新时期高职院校辅导员队伍素质建设初探

针对当前辅导员队伍建设存在的问题,要不断充实辅导员队伍,提高他们对工作的认同感,加强辅导员队伍的素质建设,全面提高辅导员实际工作的有效性.因此,良好的政治思想素质、较高的理论文化素质、较好的能力素质、较强的责任意识和较高的情感智商是高职院校辅导员必须具备的个体素质.     

基于机器视觉的割草系统青草识别研究

为使割草机系统实现青草识别，规划割草机运动路径并自动进行割草工作，采用单步多框检测器（SSD）目标检测算法和卷积神经网络框架（Caffe）在工作机上训练青草识别模型. 通过树莓派（RPi）拍摄割草场地照片并传送到工作机，工作机计算青草在图片中的坐标值并返回至树莓派，树莓派再根据青草的坐标值自动计算车桥转动角度和后轮电动机运行时间及方向，调动割草机机械部分进行割草作业. 实验结果表明，较之于传统的人工机械割草机或围栏式割草机，训练的青草识别模型能正常识别青草，割草机能较好地自动规划割草路径，具有一定除草效果. 研究结果实现了机器视觉和传统机械的结合，为今后智能机械的研究提供一定思路.     

基于企业家精神的建材业军民融合创新体系研究

正随着科技迅猛发展,创新能力成为提升国际竞争力的重要支撑,培育创新能力刻不容缓。这种趋势一方面使得军工新材料的需求量越发扩大,另一方面也确立了军民融合创新体系在国家创新体系建设中的重要地位。调查显示,2014年我国军工新材料行业容量达到373亿元,预计到2020年我国军工新材料行业市场容量将达到831亿元。如何实现全要素融合、促进建材业发展,已成为军民融合创新体系研究的重要内容。当前,美国     

基于分布式控制的实时监控系统设计与应用

为提高自动化控制中设备监控的实时性,开发了现场设备运作状态分布式监控系统.系统采用过程控制的对象链接与嵌入技术(OPC),以多线程并发通讯方式从组态软件获取数据,并发送到数字信号监控设备,实现全局数据在工业现场直观的显示.与背投等设备相比,不仅有效降低成本,而且能适应潮湿、高粉尘等复杂的现场环境.实践应用表明,系统能满足工业现场需求,表现出优良的实时性与可靠性.     

OPC多通道协同通信模型设计与应用

为提高从组态软件获取数据的速度,增强SCADA系统中数据再次使用的实时性,设计了基于OPC技术的多通道协同通信模型.模型将标签量分配到与组态服务器建立连接的若干通道中,以并发通信方式从组态软件获取数据,发送到监控设备,实现数据在工业现场直观地显示.模型采用信号量实现通道之间的协同,通过C++编程实现,并应用于分布式实时监控系统中的数据采集.系统已应用于污水处理、橡胶热裂解等自动化控制领域.实践表明,该模型有效地提高了数据通信效率.