新建小区免维护配线方式的推广及应用

为了提高网络运行质量,满足宽带化、高速化业务需求,合理降低工程造价,快速响应前端需求,使传输速率达到相应的要求,在小区简易管道建设工艺标准的基础上,在新建小区配线中开始推广免维护交接配线方式建设.近2年来新建小区建设方式的分析表明,由于采取了无接头小缆到单元的免维护交接配线方式,即使主干电缆长度超过了2km的交接区,在配线电缆很短的情况下,ADSL测试的数据可达到B类甚至A类.     

国际能源机构的光盘煤炭数据库

国际能源机构的光盘煤炭数据库煤炭科学技术信息研究所张在浩，陈蕾随着世界煤炭技术的不断发展，煤炭科技信息涉及的范围也越来越广泛，这给我们检索科技信息带来了一定困难。煤炭科技信息研究所引进的国际能源机构煤炭研究所的光盘只读煤炭数据库（ＩＥＡＣＯＡＬＲＥＳ...     

计算机在热处理工艺编制中的应用

利用计算机强大的数据处理功能 ,对热处理工艺中的各种数据进行记录和处理 ,并制成各种图表 ,掌握其中的各种规律。使热处理工艺的编制不再是一种经验积累式的工作 ,而是依照其规律制定一次合格的规范的热处理工艺卡片 ,并为将来计算机工艺自动生成的工作打下基础     

某型电视制导空地导弹仿真研究

为了实现某型电视制导空地导弹全数字模拟,从而达到该型导弹经济、安全以及经常性训练的目的,根据该型导弹实际的工作原理和过程以及弹道性能参数,建立了该型导弹的弹道数学模型、碰撞检测模型和"人在回路"模型,实现了该型导弹对地攻击全过程仿真,补充了某型模拟器的战术模拟性能,有利于增强空军的空对地精确打击能力。     

分段线性动态矩匹配条带去除

由于探测器之间对接收的地物辐射信号的响应特征不同,导致遥感数据含有条带噪声,严重影响了图像质量及后续的定量计算。针对探测器响应函数在图像低值区及高值区呈非线性的特点,在着重分析矩匹配方法的基础上,提出分段线性动态矩匹配条带去除方法。方法设定阈值分割高中低值域统计区间,对探测器响应函数进行分段线性拟合,并对探测器每一分图像动态采用其领域内均值和标准差作为参考值进行条带纠正。应用TM数据第4波段及环境一号卫星高光谱数据进行去条带实验,并定性和定量地比较了该方法与动态矩匹配、傅里叶变换、自动均衡化曲线方法的去条带效果。结果表明该方法能够在保留图像基本信息的前提下,获得最佳的去条带效果,尤其能够提高非均匀地物分布区域内水体的条带去除效果。     

环氧树脂绝缘站用变压器局部异常发热检测分析与消除

由于站用变压器长期运行在高电压、高场强和负载电流条件下,所处环境工况复杂,其绝缘性能失效事件时有发生.通过红外热像仪测温、长焦相机拍照的带电检测方法,结合离线电气试验,分析了一起35 kV干式绝缘站用变压器因局部机械受损、运行环境湿度大,从而导致其绕组环氧树脂绝缘性能下降并发生沿面放电,进而引起局部异常发热的案例,并介绍了修复方案和预防措施,为保障站用变压器的安全稳定运行和维修试验提供了参考.     

水源热泵影响下地下水温度主控因素关联度分析

为研究地下水源热泵长期影响下,地下水温度主控因素的变化特征,选择安阳市第五人民医院为研究区,将地下水温度作为典型的灰色系统进行研究,采用灰色关联度的计算方法进行地下水温度、地下水位埋深、气温、降水量以及回水井水温之间的关联度分析,获取地下水温变化的主控因素。研究结果表明:在不受水源热泵影响时,地下水位埋深是地下水温度的主控因素。在水源热泵影响下,地下水温受气温、降水量、地下水位埋深和回水井水温的共同影响:在垂向上,回水井水温对监测井水温的影响程度随着深度的增大而逐渐降低,地下水温度的主控因素由回水井水温转变为地下水位埋深,在水平方向上,回水井水温对监测井水温的影响程度随着距离的增大而逐渐减小,地下水温度的主控因素由回水井水温转变为气温和地下水位埋深。     

一种新颖的微带线低通滤波器

针对传统微带线低通滤波器尺寸偏大、阻带较窄的问题,本文提出了一种新型结构滤波器.该滤波器由半圆型缺陷地结构(Semicircle Defected Ground Structure,S-DGS)单元和圆型阶梯阻抗并联枝节(Circle stepped-impedance shunt stubs,C-SISS)组成.文中首先分析了S-DGS和C-SISS结构对微带线低通滤波器带阻特性的影响,接着给出了微带线滤波器的等效电路模型.该滤波器3 dB截止频率为2.7 GHz,阻带为4～15.0 GHz,比传统DGS滤波器阻带拓宽了20%.测试结果与仿真结果吻合较好,验证了所设计滤波器的可靠性.     

《奥普拉·温弗瑞秀》和《实话实说》比较

比较分析了电视谈话节目《奥普拉·温弗瑞秀》和《实话实说》的特点,指出了《实话实说》的不足。就改善《实话实说》类电视谈话节目提出了建议。     

图趋势过滤诱导的噪声容错多标记学习模型

针对多标记学习中特征噪声和标记噪声经常共同出现的问题,提出了一种图趋势过滤诱导的噪声容错多标记学习模型（GNTML）。该模型通过组稀疏约束桥接增强的标记,从而同时容忍特征噪声和标记噪声。模型的关键之处在于标记增强矩阵的学习。为了在混合噪声场景下学习到合理的标记增强矩阵,首先通过引入图趋势过滤（GTF）机制来容忍含噪示例特征与标记之间关联的不一致性,从而减轻特征噪声对标记增强矩阵学习的影响;然后通过引入组稀疏约束的标记保真惩罚来减轻标记噪声对标记增强矩阵学习的影响,同时引入标记关联矩阵的稀疏约束来刻画标记之间的局部关联特性,使得样本标记能够在相似样本之间得到更好的传播;最后在7个真实多标记数据集上进行5个不同评价指标下的实验。实验结果表明,提出的模型在66.67%的情况下取得最优值或次优值,优于其他5个多标记学习算法,能有效地提高多标记学习的鲁棒性。