基于eXosip协议栈的SIP电话的研究与实现

SIP协议是嵌入式终端的理想信令协议,而SIP协议栈在系统设计中显得尤为重要.eXosip协议栈实现了作为单个SIP终端的大部分功能,且结构简单小巧、灵活性强、可扩展性强,更加的智能化.简单介绍了oSIP协议栈及eXosip协议栈的基本内容,并在此基础上详细介绍了嵌入式SIP电话的硬件及软件设计过程,并进行试验得到了预期的效果.     

浮筒式与蜂窝式内浮顶应用比较

对浮筒式内浮顶与蜂窝式内浮顶的功能、结构等方面进行了比较，提出发展趋势和市场前景。     

湖南安化—桃江地区锑矿地质特征及找矿标志

安化—桃江地区位于雪峰弧形构造带中东段,结合区内地质工作成果,对区内锑矿床地质特征、同位素地球化学特征、锑地球化学异常特征及控矿因素等进行了综合分析,划分了矿床成因类型,并对找矿标志及找矿方向进行了详细探讨。研究表明:(1)该区锑矿床成因类型有沃溪式层控热液型钨锑金矿、板溪式石英脉型锑矿,矿床主要赋存于前寒武纪冷家溪群、板溪群浅变质岩系内,其次赋存于南华纪—志留纪、泥盆纪—石炭纪碎屑岩及碳酸盐岩中;(2)锑矿多分布于区域性大断裂旁侧次级断裂与背斜交汇处,深断裂控制了金锑成矿带的展布,矿体主要产于NW组、NE组、近EW组、NNW组和NNE组次级断裂中;(3)矿区背斜或背斜倾伏端宏观控制了矿床的定位,背斜中的次级褶皱、断裂、层间破碎带及倾伏端等控制了矿体;(4)工作区浅成且酸性的小岩株、长英质脉岩可作为寻找锑矿的标志,Sb与Hg、As异常成密切正相关时,有利找矿,可利用金矿、砷矿(雄黄、雌黄)、汞矿等进行组合找矿。上述分析对于该区进一步研究成矿规律以及发现新的矿产地有一定的参考价值。     

机械振动WSNs最小二乘发射功率自适应控制方法

机械振动无线传感器节点为了保证数据传输的可靠性采用最大发射功率,导致部分传感器节点传输能耗浪费。针对此问题,提出了一种无线传感器节点最小二乘发射功率自适应控制方法。首先,传感器节点在机械振动监测中进行簇内通信获得发射功率与链路质量的离散关系;其次,采用最小二乘法对离散数据进行线性拟合,建立数据可靠、节能传输的最小二乘发射功率自适应数学模型;最后,结合链路质量指示阈值计算出节点间数据传输的最优发射功率。对比实验结果表明,采用最小二乘发射功率自适应控制方法能有效降低机械振动无线传感器节点的传输功耗。     

我国土地资源可持续利用浅析

阐述我国土地资源的现状,分析我国土地资源存在的问题,提出我国土地资源可持续利用的对策.     

激光半主动寻的导引头目标捕获概率仿真研究

该文针对某型激光制导航空炸弹系统,在加入各种干扰因素的基础上进行了全弹道计算机数学仿真,采用蒙特卡洛法估算了该激光制导航空炸弹在各种干扰下对目标的捕获概率,分析了风场、投弹篮框和初始离轴发射角三种扰动因素对目标的捕获概率的影响,并在此基础上提出了两种提高捕获概率的方法。仿真结果表明,所述方法对提高导引头对目标的捕获概率效果明显,可以应用到激光制导航空炸弹的制导与控制系统中。     

中方县召开春季学校食品安全工作会

为进一步加强校园及周边食品安全和疫情防控工作,根据国家市场监管总局、教育部、公安部、卫健委联合下发《2020-2022年学校“护苗行动”工作方案》和疫情防控要求,2月25日,湖南省中方县食药安委办组织县市场监督管理局、县检察院、县教育局、县卫健局,在县市场监督管理局三楼会议室召开了春季学校食品安全工作专题会。     

无线传感器网络多级融合的机械故障诊断方法

针对无线传感器网络(wireless sensor networks,简称WSNs)在机械故障诊断应用中大量振动信号不能实时传输的问题,提出基于无线传感器网络多级分层信息融合的机械故障诊断方法。采用簇树网络结构扩大网络监测覆盖范围,将WSNs信息融合分为数据级融合、特征级融合及决策级融合3个级别,终端节点对原始振动信息进行数据级融合以提取特征信息,簇头节点对特征信息进行特征级融合得到模式识别结果,网关节点对识别结果进行决策级融合以评估机械设备运行状态。实验表明,该方法能有效应用于机械故障诊断。     

油气加工过程的腐蚀与防护分析

石油能源是当今社会最重要的能源,是维系发展最根本的要素之一。因此,油气资源的加工工程就变得极为重要。但是,由于埋藏在地下的原油是一种成分极为复杂的混合物,在其加工过程中,不可避免地会产生一些腐蚀性物质,对加工设备造成严重损伤。笔者在分析油气加工过程中容易产生的腐蚀性物质的基础上,探讨了一些预防措施。     

动态增殖流形学习算法在机械故障诊断中的应用

针对现有的批量式流形学习算法无法利用已学习的流形结构实现新增样本的快速约简的缺点,提出增殖正交邻域保持嵌入(Incremental Orthogonal Neighborhood Preserving Embedding,IONPE)流形学习算法。该算法在正交邻域保持嵌入算法基础上利用分块处理思想实现新增样本子集的动态约简。从原始样本中选取部分重叠点合并至新增样本,对重叠点和新增样本子集不依赖原始样本使用正交邻域保持嵌入(ONPE)进行独立约简获取低维嵌入坐标子集,并基于重叠点坐标差值最小化原则,将新增样本低维嵌入坐标通过旋转平移缩放整合到原样本子集中。齿轮箱故障诊断案例证实了IONPE算法具有良好的增量学习能力,在继承ONPE优良聚类特性的同时有效提高了新增样本约简效率。