建筑工程施工绿色施工技术应用

本文以建筑工程的施工为说明对象,对施工过程中应用的绿色施工技术进行了深入的分析和研究,主要阐述了在建筑工程施工过程中应用绿色施工技术的目的和重要性所在,并且针对这个行业在未来发展中可能存在的问题进行了介绍,希望可以给读者带来一些有用的信息供读者进行参考和借鉴。     

射频识别技术在钢管制造中的应用

介绍钢管管号识别方式,分析射频识别技术在钢管制作流程中的应用。分析认为:利用射频识别技术自动读取钢管管号,可以解决MES人工输入存在的输入错误、滞后等问题;射频识别设备具有远距离快速识别标签的特点,应用在钢管生产流程中可以最大限度地提高生产效率和准确性。射频识别技术应用近5年来,虽存在重复发卡、数据读取错误等问题,但通过技术和工艺调整,目前使用效果良好。     

浅析煤炭企业的矿级计算机网络建设

介绍了煤炭企业的矿级计算机网络建设,对网络出口选择、井上井下的计算机网络建设等提出了具有实际意义的建议。     

基于模糊模型参考学习控制的手术机器人人机交互

为了解决机器人辅助手术环境下人机交互运动过程中的不稳定性问题以及医生个人因素难以建模的问题,提出了一种基于模糊模型参考学习的变导纳人机合作控制方法.首先将人体手臂自然运动的特征作为模糊学习控制的参考模型,通过离线学习机构训练出模糊导纳控制器的变阻尼系数调整参数规则.再以医生对机器人的拖拽力以及机器人速度作为输入、机器人期望的速度作为输出,构建基于变阻尼参数调整的变导纳控制方法.离线训练实验结果表明,该方法经过10次离线训练,可以达到柔顺性要求,人机合作速度最大误差低于17 mm/s,且人机合作轨迹最大误差低于15 mm.相比单纯基于固定导纳参数的模糊控制,该方法具有更好的跟踪速度与精度.     

甘蔗糖蜜预处理对乙醇发酵的影响

利用煮沸、磷酸钙、亚铁氰化钾、联合处理等方法对甘蔗糖蜜进行预处理,来研究酿酒酵母GJ2008在甘蔗糖蜜发酵过程中对乙醇浓度的影响,为甘蔗糖蜜乙醇发酵提供了理论研究基础。结果显示,对照组与实验组的发酵时间无明显影响,发酵结束时的残糖浓度大小顺序为:无处理煮沸法活性炭法磷酸钙法亚铁氰化钾法硫酸法联合处理法,其中联合处理法对提高乙醇浓度最为有利,发酵结束时的乙醇浓度达到100.99 g/L,相比对照组产率提高了22.48%。     

基于过完备字典稀疏表示的多通道脑电信号压缩感知联合重构

该文基于多通道脑电信号时空特性构建非正交变换过完备字典,准确稀疏表示蕴含时空相关性信息的多通道脑电信号,提高基于时空稀疏贝叶斯学习模型的多通道脑电信号压缩感知联合重构算法性能。实验选用eegmmidb脑电数据库的多通道脑电信号验证所提算法有效性。结果表明,基于过完备字典稀疏表示的多通道脑电信号,能够为多通道脑电信号压缩感知重构算法提供更多的时空相关性信息,比传统多通道脑电信号压缩感知重构算法所得的信噪比值提高近12 dB,重构时间减少0.75 s,显著提高多通道脑电信号联合重构性能。     

电力系统稳定器(PSS)在330MW发电机组上的运用

大唐鲁北发电厂因励磁控制系统中的励磁调节器产生负阻尼转矩且与电网联系薄弱极有可能导致电力系统低频振荡,针对这一情况,鲁北发电厂采用了电力系统稳定器(PSS)以抑制低频振荡,本文介绍了1号机组PSS现场试验的情况,并对结果作出分析。     

基于块稀疏贝叶斯学习的人体运动模式识别

在人体运动模式识别中, 传统稀疏表示分类算法未考虑待测试样本相应稀疏系数向量内在块结构相关性信息,影响了算法识别性能。为此,提出一种基于块稀疏模型的人体运动模式识别方法。该方法充分利用人体运动模式内在块稀疏结构,将人体运动模式识别问题转化为稀疏表示问题,采用块稀疏贝叶斯学习算法,求解基于样本训练集优化稀疏表示待测样本的稀疏系数, 并根据稀疏系数重构残差判定待识别动作类别,能有效提高人体运动模式识别率。选用包含多类别人体动作行为模式的USC-HAD数据库对所提算法性能进行了验证。实验结果表明,所提算法能够有效捕获不同运动模式内在差异信息,平均动作识别率达到97.86%,比传统动作识别方法平均提高近5%,有效提高了动作识别准确率。     

用块稀疏贝叶斯学习算法重构识别体域网步态模式

针对低功耗体域网步态远程监测终端非稀疏加速度数据重构和步态模式识别性能优化问题,提出了一种基于块稀疏贝叶斯学习的体域网远程步态模式重构识别新方法,该方法基于体域网远程步态监测系统架构和压缩感知框架,在体域网传感节点利用线性稀疏矩阵压缩原始加速度数据,减少传输数据量,降低其功耗,同时在远程终端基于块稀疏贝叶斯学习算法充分利用加速度数据块结构内在相关性,获取加速度数据内在稀疏性,有效提高非稀疏加速度数据重构性能,为准确识别步态模式提供可靠的数据支撑.采用USC-HAD数据库中行走、跑、跳、上楼、下楼五种步态运动的加速度数据验证新方法的有效性,实验结果表明,基于所提算法的加速度数据重构性能明显优于传统压缩感知重构算法性能,使基于支持向量机多步态分类器识别准确率可达98%,显著提高体域网远程步态模式识别性能.所提新方法不仅有效提高非稀疏加速度数据重构和步态模式识别性能,并且也有助于设计低功耗、低成本的体域网加速度数据采集系统,为体域网远程监测步态模式变化提供一个新方法和新思路.     

一种3G无线网络质量管理方法研究

为了评价3G无线网络--UTRAN(UMTS Terrestrial Radio Access Network,陆地无线接入网)网络质量,提出了一个UTRAN网络质量评价指标体系.在该指标体系的基础之上,将模糊数学理论引入网络管理领域,根据模糊综合评价算法建立了UTRAN网络质量模糊综合评价模型.最后应用此模型,对UTRAN试验网络的测试结果进行了模糊综合评价,得到了UTRAN网络质量的量化评价结果.