短跑力量训练科学化探究

短跑力量训练的手段与方法很多,关键是因材施教,因人而异,并根据对短跑运动技术特征的认识和对运动员个性的了解,选择与设计一些符合现代短跑技术训练的方法和手段,对运动员进行有针时性的训练.     

应用于24GHz物位雷达的微带阵列天线设计

为了提高24 GHz物位雷达系统的精度和抗干扰能力,设计并制作了一款高增益、低副瓣、易集成的微带阵列天线。为了抑制天线的副瓣电平,该天线各阵元间的电流采用同相不等幅分布设计;同时,采用两种不同馈线的单元和串并联混合馈电网络,降低了馈电网络的设计难度。实测结果表明,该阵列天线的带宽为690 MHz(23.77~24.46 GHz),最大增益达到20.1 dBi,E面和H面的副瓣电平分别为-20.7 dB和-19.3 dB。该阵列天线结构紧凑、可靠性高,可用于24 GHz物位雷达系统。     

中兴名人谈3G 时尚前沿的3G视点

随着奥运的临近,3G 已经变得炙手可热,3G 所代表的并不仅仅是第三代通信技术,高曝光已经将3G 推到了时尚的前沿位置,让越来越多的消费者关注其发展和应用。作为国内3G 技术领导者之一的中兴通讯,在关注技术市场的同时,更注重消费人群的使用需求,于是中兴通讯、HI与各界明星一起来完成我们今天所要讨论的话题一关于3G 的时尚前沿视点。     

基于平滑滤波的多传感器异步融合方法研究

无人巴士在定位循迹过程中，采样信号受噪声方差、带宽和采样率的影响，易出现信号缺失或间断现象，加之相关滤波算法缺乏异步采样和平滑能力，导致定位失败。为了提高定位精度并补充缺失数据，本文基于异步扩展卡尔曼滤波和非因果滤波平滑，提出一种改进的传感器异步采样融合平滑算法。首先利用异步扩展卡尔曼滤波对连续时间随机微分方程进行指数离散化，以处理任意时刻的测量值，预测更新下一时刻状态值之后，引入非因果滤波平滑给定可用的初始方差信息，使噪声方差影响更小，估计性能更好。将本算法在无人巴士上进行物理实验验证，结果表明这种多传感器异步融合平滑算法在车辆行驶中效果良好，与异步卡尔曼滤波算法结果相比，可以达到优于05 m的定位精度，数据预测误差均有明显降低，提高了定位精度和补充缺失数据。     

真菌固定化在褐煤转化中的应用

论文主要利用PVA-硼酸、海藻酸钠-CaC l2以及PVA-海藻酸钠三种方法固定化真菌AH,并用其对抚顺硝酸氧化褐煤进行溶煤研究。结果发现,PVA-海藻酸钠固定化方法能够较好的固定菌丝,其转化率超过10%。实验中还考虑了固定化小球直径、真菌菌液浓度等对溶煤的影响。发现固定化小球直径较大（d≈5mm）的对菌丝能够较好的固定化菌丝。但是其转会率没有固定化小球直径小（d≈3mm）的高,其转会率相差1.5%左右。此外,低浓度的菌丝的转化率比高浓度的高,二者相差0.5%～1%。     

年产20万台发动机气缸体铸件的砂处理工部设计

生产纲领为年产20万台发动机缸体铸件的铸造中心项目是潍柴动力股份有限公司(以下简称潍柴)于2004年为适应市场形势、提高生产能力和开发新产品的需要而新建的项目,设计的初衷是为了满足斯太尔欧Ⅱ、Ⅲ机型和其他相近尺寸发动机铸件的生产.     

命名数据网络低速缓存污染攻击的协同检测机制

缓存污染攻击是命名数据网络中的主要安全威胁之一,为解决缓存污染攻击中的低速率攻击问题,在计算网络中相邻多节点请求变动率的基础上,以传输路径中各节点与网络边缘节点请求变动率的相关性为检测依据,提出一种协同检测机制. 仿真结果表明,该机制能有效检测低速攻击行为,与现有主要检测方法相比,可保证较高的正确检测率,同时适当增加协同层数,能降低分散攻击的检测时延.     

真菌固定化在褐煤转化中的应用

论文主要利用PVA-硼酸、海藻酸钠-CaC l2以及PVA-海藻酸钠三种方法固定化真菌AH,并用其对抚顺硝酸氧化褐煤进行溶煤研究。结果发现,PVA-海藻酸钠固定化方法能够较好的固定菌丝,其转化率超过10%。实验中还考虑了固定化小球直径、真菌菌液浓度等对溶煤的影响。发现固定化小球直径较大(d≈5mm)的对菌丝能够较好的固定化菌丝。但是其转会率没有固定化小球直径小(d≈3mm)的高,其转会率相差1.5%左右。此外,低浓度的菌丝的转化率比高浓度的高,二者相差0.5%~1%。     

基于深度信念网络的苹果霉心病病害程度无损检测

针对现有霉心病无损检测只能检测出有无病害,无法对病害程度进行判断的问题,研究并提出一种基于深度信念网络(deep belief net,DBN)的无监督检测模型。该模型由多层限制玻尔兹曼机(restricted Boltzmann machine,RBM)网络和1层反向传播(back propagation,BP)神经网络组成,RBM网络实现最优特征向量映射,输出的特征向量由BP神经网络对霉心病病害程度分类。对225个苹果样本在波长200~1 025 nm获取其透射光谱后,根据腐烂面积占横截面比例将霉心病害程度分为健康、轻度、中度和重度4种,分别用150个和75个样本作为训练集和测试集,以全光谱数据和基于连续投影算法提取的特征波长数据为输入构建病害程度判别模型,并比较DBN模型与偏最小二乘判别分析、BP神经网络和支持向量机模型的识别效果,实验结果表明,DBN模型病害判别准确率达到88.00%,具有较好的识别效果。