废旧干电池碳包的回收工艺

废旧干电池碳包的主要成分是锰的氧化物,另含少量锌、汞、氯化铵、碳粉和乙炔黑等.通过碳包的焙烧和酸浸实验,得出结论①焙烧的适宜温度和时间分别是700 ℃、1h,在此条件下,碳可燃尽,锰的氧化物已分解完全,且锌不会以蒸汽形式跑出;②盐酸对碳包的浸取效果较硫酸和磷酸好,用体积比为1∶1的盐酸在常温下浸泡碳包1 h得高达95.3%的浸取率.     

基于不等长序列相似度挖掘的数据关联算法

针对不等长序列数据的关联问题,提出基于滑动窗口的最优匹配增权法不等长序列相似度度量算法。以较短序列作为滑动窗口遍历较长序列得到一组滑动相似度,利用这组相似度形成最优权重,加权得到不等长序列的相似度,并根据相似度大小对序列数据进行关联判决,以解决截断法相似度度量仅能反映截断序列局部相似度的问题。仿真实验验证了所提出算法对不等长序列数据关联的有效性,并对序列长度和量测误差等因素对相似度度量和关联效果的影响进行了讨论。     

累积量测序列的区间云变换及识别

目标多属性序列类数据不能直接与数据库中的区间类数据融合识别, 对此, 提出一种基于云变换的序列-区间异类数据识别算法. 对目标多属性序列数据进行频数计算形成频率分布函数, 并进行虚警检测, 实施云变换形成云簇, 提取云簇特征, 再根据3 En 准则形成云滴区间, 实现了序列型数据的区间化表示. 进一步, 利用一种区间多属性识别判定准则进行识别判定, 得到识别结果, 解决了序列-区间异类数据的识别问题. 仿真实验结果验证了该算法对序列-区间异类数据识别的有效性.

     

一种新的灰色多属性决策方法

针对模糊群体多属性决策问题,提出一种新的灰色多属性决策方法.该方法依据一般的灰色关联分析方法的基本思路,将灰色关联度和欧氏距离有机结合,构造出一种平均相似度对方案进行评价.平均相似度同时反映了方案与正负理想方案之间的位置和数据曲线的相似性差异,其物理意义更加明确.最后通过算例表明了所提出方法的可行性和有效性.     

基于条件证据理论的雷达辐射源识别方法

基于观测证据与先验信息和谐的思想。利用条件证据理论。提出了一种融合先验信息的雷达辐射源识别方法，首先将雷达辐射源观测数据通过灰关联分析表示为D-S数据的随机集形式。然后计算观测证据与先验知识之间的和谐度。最后利用条件证据理论将需要融合的证据进行组合，该方法可在复杂战场环境下充分利用不同来源的信息，提高雷达识别的可靠性。     

红外焦平面失效元处理方法及软硬件实现

失效元对红外焦平面阵列器件成像质量的影响较大。本文在给出失效元定义的基础上,对失效元的产生机理进行了分析,并给出了具体的失效元检测方法。基于DSP实现了红外图像的硬件处理系统并编写了失效元处理的软件程序,实现了失效元的自动检测和校正。实验结果表明,所设计的软硬件符合实时性、可靠性的要求,取得了较好的处理效果。     

地震沉积学在三角洲沉积体系分析中的应用——以辽河东部凹陷牛居地区为例

辽河东部凹陷牛居地区沙三上亚段主要储层为辫状河三角洲砂体,由于储层横向变化大、岩性复杂多变,常规的地震—沉积分析方法应用效果不佳.为更准确地刻画有利沉积相带,引用地震沉积学的基本研究方法,借鉴陆相沉积盆地的研究实践,提出了适用于本工区的地震沉积学研究流程.结合井震标定建立等时地层格架,将沙三上亚段分为四个砂层组,在等时...     

基于粗糙集和灰关联理论的雷达辐射源信号识别研究

雷达辐射源信号通过射频、脉冲重复周期、脉宽、天线转速等属性来描述。然而这些属性并不是在每个雷达数据库中都对识别起作用,通过粗糙集理论对其属性进行约简和规则提取,并且确定各属性的权重。对于没有受污染或受污染程度较小的信号可以通过约简规则进行匹配识别,如果受污染程度较为严重或失真的信号或是由粗糙集约简得到多义的规则,则可以计算目标信号各属性与数据库中各信号各属性的灰关联度,并用粗糙集计算得到的各属性权重对各属性得到的关联系数进行加权求和,得到关联度最大者为识别结果。仿真结果表明,基于粗糙集和灰关联理论的雷达辐射源信号识别方法能够有效地缩减识别过程,得到满意的识别结果。     

负荷波动对强迫振荡扰动源定位的影响

持续的周期性小扰动容易引发电力系统的强迫功率振荡,因此准确定位扰动源对提高电网的稳定性具有重要意义。基于此,本文在能量函数法的基础上研究了负荷波动对扰动源定位的影响。在单机无穷大模型基础上推导了计及持续增长负荷的能量函数表达式,并以四机两区系统进行验证,研究结果表明,负荷增加、减小都会影响系统势能的分布,势能变化为正的机组有可能变负,从而影响扰动源定位的准确性;负荷波动对扰动源定位的影响取决于负荷波动导致能量消耗的大小;负荷节点与扰动源所在机组的电气距离越近,负荷变动对扰动源定位产生的影响越大。     

“信号与系统的结构与解释”课程的教学体会

＂信号与系统的结构与解释＂作为＂信号与系统＂和＂数字信号处理＂课程之间的桥梁,是美国加州大学伯克利分校近几年开设的一门新课程。本文较系统地介绍了该课程的讲授内容和考核题目的形式,以及在我校开设选修课的体会。最后,给出对学生的无记名调查问卷内容和统计分析。