静放电多因素影响参数测试系统温湿度控制的设计

基于已有自主研发的新型测试系统,提出一种静电放电中电极移动速度与温湿度变化对放电结果造成影响研究装置的设计方案,给出了基本原理和具体实现描述。该设计用于对小间隙静电放电(ESD)中电极移动速度和温度引起放电参数的低重复离散特性进行探讨。设计基于STM32的温湿度智能网络监控系统和智能控制PID算法实现了温湿度的智能控制,以满足用静电放电电极移动速度效应测试仪定量获得更准确实验结果的需要。该设计弥补和完善了现有静放电测试平台的不足,对于展开小间隙静电放电性质的深入研究具有重要的推动作用和现实意义。     

基于BP-Adaboost强预测器的瓦斯涌出量预测

为了提高传统BP神经网络瓦斯涌出量预测模型精度,避免BP网络容易陷入局部极值、收敛速度慢等问题,将BP神经网络和Adaboost算法相结合,提出了一种BP-Adaboost强预测器模型.将该模型用于实际瓦斯涌出量预测,并进行了40次仿真实验.结果表明:该模型预测精度高于传统的BP神经网络,且收敛速度快,具有较强的鲁棒性,预测精度能满足实际工程需要,为瓦斯涌出量预测提供了一种新的途径.     

基于MPSO-WLS-SVM的矿井瓦斯涌出量预测模型研究

为有效预防瓦斯灾害,以预测矿井瓦斯涌出量为研究目的,提出经改进的粒子群算法(MPSO)优化的加权最小二乘支持向量机(WLS-SVM),并用其预测非线性动态瓦斯涌出量。算法通过对WLS-SVM的正则化参数C和高斯核参数σ寻优,建立基于MPSO优化的WLS-SVM的瓦斯涌出量预测模型,并利用某矿井监测到的各项历史数据进行实例分析。试验结果表明:该预测模型预测的最大相对误差为5.99%,最小相对误差为0.43%,平均相对误差为2.95%,较其他预测模型有更强的泛化能力和更高的预测精度。     

基于定量遥感技术的重庆市热岛效应

近年来，城市热岛效应不断增强，已经成为一个突出的城市环境问题。重庆市作为长江中上游特大型城市，工业发达，经济快速发展，市区热岛效应明显，但是很少对其研究。以2007年Landsat5 TM影像为数据源，利用单窗算法对重庆市城市地表温度进行反演，并进行城市地面亮温等级划分，在从城市土地利用类型、NDVI等方面对重庆市城市热岛效应强度和空间格局分布及其特征进行了探讨。结果表明：城区热岛现象显著，且分布不均匀；不同土地利用类型对热岛效应影响不同；城市地面亮温与NDVI呈明显的线性负相关关系。最后结合重庆市的特殊地形，提出了以下解决城市热岛效应的对策：加强城市规划，调整城市结构；构建最佳绿化结构，提高城市绿化率；改变能源结构，提高能源利用率，控制工厂废气排放量。     

视频数码技术

1 JPEG——静止图像压缩标准 国际标准化组织(ID)和国际电报电话咨询委员会(CCITT)联合成立的专家组JPEG(Joint Photographic ExpertsGroup)经过五年艰苦细致地工作后,于1991午3月提出了ISOCDI0918号建议草案:多灰度静止图像的数字压缩编码(通常简称为JPEG标准) 这是一个适用于彩色和单色多灰度或连续色调静止数字图像的压缩标准、它包括基于DPCM是一个适用于彩色和单色多灰度或连续色调静止数字图像的压缩标准,它包括基于     

基于不确定性的水资源配置双层模型及其实证研究

针对水资源管理系统的不确定性和复杂性,引入区间参数表达系统中的不确定信息,建立了反映水资源管理者和使用者之间层次关系的区间双层规划模型,并以北京市丰台区水资源管理系统为例进行实证研究.同时,基于交互式算法和模糊满意度算法,用Lingo软件编程求解,确定了丰台区水资源的优化配置方案.规划结果表明:丰台区水资源管理系统的供需水量基本达到平衡,75%的供水量来源于本地地表水和南水北调水源;规划期内的系统经济效益预期达到2.22×10~9~5.16×10~9元,COD排放量将达到1.47×10~4~1.89×10~4t.区间结果提高了优化方案的灵活性,系统满意度体现了上层决策者与下层决策者的交互.其次,通过设计4种COD最大允许排放情景,说明了不同的COD排放约束将对规划结果产生重要影响.最后,通过3种模型的对比分析可以为丰台区水资源配置提供不同发展情景下的优化方案.     

H.265与4K碰撞,带来了什么?

正引言十几年前,H.264编码算法随着海康威视的视频压缩板卡来到了视频监控领域,H.264作为当时最为先进的国际标准编码算法,一时之间席卷了视频监控界。时至今日,H.264还是在视频监控界使用最为广泛的编码算法。随着视频监控的主流分辨率从标清逐渐过渡到现在的1080p高清,无论是工程建设中布网、设备成本,     

基于FP-Growth算法的民航鸟击事件关联性分析

鸟击问题严重威胁航空器运行安全,给航空业造成了巨大的经济损失,为了有效预防民航鸟击事件的发生,根据数据挖掘理论,在分析民航鸟击事件关键诱发属性基础上,提出了一种基于FPGrowth算法的民航鸟击事件关联性分析方法。根据中国民航鸟击事件统计数据,挖掘出鸟击事件各属性间潜在的、有价值的关联,通过设置最小支持度和最小置信度,得出重要的关联性规则。结果表明,该方法根据历史数据可推测出导致鸟击事件发生的相关因素,改善了以往凭借专家经验的片面性、模糊性和不确定性。通过飞机发动机设计、颜色涂装等措施切断导致鸟击事件发生的相关因素,达到有效预防鸟击事件的效果,完善防治措施,最大限度地避免鸟类撞击航空器,保障民航运输安全。     

支持向量机在边坡稳定性预测中的应用

针对离子型稀土原地浸矿边坡稳定性问题的小样本、非线性等特点,采用一种边坡稳定性预测模型——支持向量机(SVM)模型,分别使用网格参数寻优、遗传算法(GA)参数寻优、粒子群(PSO)寻优算法来计算SVM模型的参数,分析比较3种算法得到的参数,确定最适合离子型稀土原地浸矿边坡稳定性预测的SVM回归模型的参数寻优算法。     

基于灰色关联分析与SA-PSO-Elman结合的地震直接经济损失评估

对地震灾害造成的损失进行评估是国家采取应急救援和灾后援建工作的重要依据。为快速评估地震灾害引起的直接经济损失,提出一种基于灰色关联分析与模拟退火-粒子群-Elman神经网络(SA-PSO-Elman)结合的地震灾害直接经济损失评估模型。该模型先采用灰色关联分析方法客观地选出地震灾害直接经济损失的主要影响因素,即为Elman神经网络的输入,然后将全局寻优能力强及收敛速度快的粒子群算法与能跳出局部极值的模拟退火算法相结合来优化Elman神经网络的权值和阀值,最后将训练好的Elman神经网络运用到地震灾害直接经济损失评估中。通过仿真试验结果表明:该混合算法优化的Elman神经网络模型比Elman神经网络模型和PSOElman神经网络模型具有更高的预测精度和收敛速度。