基于改进粗糙集的混合传感器节点分类算法

混合传感节点的属性较难形成统一识别特征，其节点属性约简过程复杂，存在分类时间长及分类性能差的问题。为此，提出了基于粗糙集的混合传感节点高精度分类算法。在初始化传感节点的基础上计算适应度值，利用遗传算法优化粗糙集修正校验结果，获得统一编码形式的节点。在此基础上，排除了属性权重为“0”的属性，完成节点属性约简。再利用普通分类方法和高级分类方法结合的方式，进行混合节点分类。根据约束条件选取对应的分类方法，实现混合传感节点高精度分类。仿真结果表明，所提算法的分类用时低于520 ms，且该方法的查全率、查准率及F1值均高于对比方法，混合传感节点分类性能较好。     

复杂环形内悬空空间网格结构施工卸载优化

为解决麦积山景区游客服务中心项目的卸载施工难题，选取合理的卸载方法，文中借助了有限元软件对拟定的4种卸载方案进行了模拟分析，分别从关键节点的位移变形、结构杆件的最大应力变化、主体结构的支撑体系受力转变、临时支撑的最大反力变化、临时支撑的总反力几个方面优选出了最佳的卸载方案。结果表明内至外卸载方案下，卸载的动态最为平稳，有利于结构和临时支撑的稳定，为最优卸载方案。其相应的分析过程和分析结果都能为类似结构的安全卸载施工提供相关指导和借鉴。     

结合结构学习的多头密集连接图池化模型

目的:利用图神经网络，构建带有结构学习的多头密集连接图池化模型并用于图分类任务。方法:首先，用图卷积神经网络提取节点的初始特征。其次，用多头密集连接网络学习节点重要性得分，并根据得分进行节点采样得到池化图。之后，对池化图中的节点进行结构学习，以保证图结构的完整性。最后，将学到的图表示放到分类器中，完成图分类任务。结果:与其他图分类模型在七个广泛使用的数据集上进行实验对比，我们构建的模型在五个数据集上的分类结果达到最优。结论:结合结构学习的多头密集连接图池化模型在图分类任务中具有先进性。     

平行度误差的关键问题与软件测试研究

基准拟合,是平行度误差评定的核心因素,也是影响其计算精度的重要影响内容。文章以平行度误差的关键问题以及软件测试为主要研究对象,针对平行度误差问题进行多角度、多层次、多内容的论述和分析,结合当前软件测试技术的发展以及笔者对平行度误差的理解和认识,借助大量资料的探索和研究,提出平行度误差问题的重要应用策略,实现对其测量精度的有效提升。     

链路增益平坦度对OTA测试准确性的影响分析

空口(OTA)测试已广泛应用在无线通信领域,提高测试结果的准确性是OTA测试当前急需解决的问题.文章从影响OTA测试结果准确性的因素链路增益平坦度入手,使用衰减器对测试链路进行增益削剪,分析测试了不同链路增益平坦度对被测件的EVM(误差矢量幅度)、BER(误码率)、TIS(总全向灵敏度)三项性能指标的测试误差与测试不确定度的影响.测试结果表明,增大链路增益平坦度会导致EVM、BER参数发生偏移,降低测试系统的通信质量;当系统的链路增益平坦度为1.82 dB时,测试误差与不确定度接近CTIA测试标准中规定值.最后,提出一种使用增益均衡器降低链路增益平坦度的方法,在链路增益平坦度为3.25 dB的测试系统中可将其控制在0.5dB以内.     

燃烧法沥青含量测试仪测量不确定度评定

燃烧法沥青含量测试仪是混合料沥青含量分析的主要设备,根据试验方法可以有效测量混合料中沥青的含量,对混合料质量监控具有重要意义.燃烧法沥青含量测试仪检定主要参照JJG(交通)072-2006燃烧法沥青含量测试仪检定规程.本文通过分析,针对燃烧法沥青含量测试仪的温度示值误差、电子天平质量称重误差两个参数的测量不确定度进行了详细的分析和评定,对其他类似仪器测量不确定度评定有一定的参考意义.     

电动汽车非车载充电机示值误差测得值的不确定度分析

电动汽车充电桩是用于贸易结算的计量器具,已列入市场监督总局发布的《实施强制管理的计量器具目录》中.目前充电桩正处于高速发展的时期,特别是需求旺盛的非车载充电机,其计量检定工作将逐步开展起来.本文分析了电动汽车非车载充电机示值误差测得值的测量不确定度,其主要来源于四个因素:测得值的重复性,检定装置的误差、数据修约和充电电缆电能损耗.     

塔机预埋节施工水平度控制技术探讨

根据塔机预埋节施工的特点,利用专门设计的水平度调节工具和调节方法,实现对预埋节水平度进行简便、精确的调整,通过对预埋施工全过程的有效控制,将预埋节水平度可靠的控制在0.5/1000以内.使塔机预埋节固定式底架结构的优良性能得到充分发挥,杜绝因预埋节水平度超标导致的不良后果的出现.