检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

岩溶地质隧道施工处理措施探讨

工程勘察 2009年第11期37卷 48-50页

作者：尹利军高晓波赵洪岩第二炮兵青州士官学校工程系山东青州262500

在岩溶地质隧道施工中,经常遇到涌水以及大小不同的溶洞影响工程施工问题,本文重点探讨了隧道岩溶段地下水、小型溶洞以及规模较大溶洞的处理措施。

关键词：岩溶地质隧道施工处理措施

感应电动机无速度传感器矢量控制系统极低速性能研究

在线全文

学校读者我要写书评

暂无评论

中国电机工程学报 2020年第4期40卷 1320-1328,1423页

作者：吕英俊黄旭苏涛李丽山东科技大学山东省青岛市266590 火箭军士官学校山东省青州市262500

针对感应电机无速度传感器矢量控制系统在低速、尤其是极低速时运行不稳定的问题,该文提出一种新的全阶自适应观测器算法。该算法由全阶自适应观测器中改进的反馈矩阵算法和改进的转速自适应律算法组成。通过建立考虑逆变器非线性电压... 详细信息

针对感应电机无速度传感器矢量控制系统在低速、尤其是极低速时运行不稳定的问题,该文提出一种新的全阶自适应观测器算法。该算法由全阶自适应观测器中改进的反馈矩阵算法和改进的转速自适应律算法组成。通过建立考虑逆变器非线性电压误差和定子电阻压降的观测器状态误差方程,分析逆变器非线性电压误差对估计转速的影响,提出一种可降低逆变器非线性电压误差和定子电阻压降对转速估计影响的反馈矩阵;同时对传统自适应律进行改进,即在传统自适应律的基础上添加与逆变器非线性电压误差和定子电阻压降等造成的磁链误差相当的补偿量,且该补偿量表达式具有一定的自适应性,使得在低速时转速估计具有满意的精度。通过在2.2kW感应电机实验平台对此方法进行有效性的验证,实验结果证明:所给出的算法能保证电机在低速、极低速和零速下带额定负载及1.8倍额定负载稳定运行,并且具有良好的动静态性能。

关键词：感应电机无速度传感器控制矢量控制极低速全阶自适应观测器

在线全文

学校读者我要写书评

暂无评论

基于新阈值函数的小波阈值去噪方法研究

战术导弹技术 2020年第3期 66-72页

作者：宿常鹏王雪梅许哲李骏霄火箭军工程大学西安710025 火箭军士官学校青州262500

针对传统小波阈值去噪方法的不足,在硬、软阈值函数的基础上提出一种模乘方阈值函数。该阈值函数表达式简单且易于计算,克服了硬阈值函数不连续和软阈值函数固定偏差的缺点。然后结合分层阈值选取方法,提出一种改进的小波阈值去噪方法... 详细信息

针对传统小波阈值去噪方法的不足,在硬、软阈值函数的基础上提出一种模乘方阈值函数。该阈值函数表达式简单且易于计算,克服了硬阈值函数不连续和软阈值函数固定偏差的缺点。然后结合分层阈值选取方法,提出一种改进的小波阈值去噪方法。仿真试验表明,改进阈值去噪方法去噪后,信号的信噪比更高,均方根误差更小,去噪效果明显优于硬、软阈值去噪方法和软硬阈值折衷去噪方法。最后通过伺服机构响应信号去噪实验,进一步验证了改进方法的有效性。

关键词：小波去噪阈值函数模乘方阈值伺服机构信号处理

在线全文

学校读者我要写书评

暂无评论

石油模型研究综述

计算机仿真 2013年第6期30卷 4-10页

作者：陈荣江张芳罗批丁光照国防大学北京100091 二炮工程大学士官学院山东青州262500

针对石油能源开发综合研究问题,从时间序列、灰色理论、神经网络以及组合预测等不同的角度,对石油产量、价格、需求等单一模型的成果进行研究,并对各类模型优缺点进行比较。为进一步开展与石油问题相关的复杂系统建模提供参考,针对国家... 详细信息

针对石油能源开发综合研究问题,从时间序列、灰色理论、神经网络以及组合预测等不同的角度,对石油产量、价格、需求等单一模型的成果进行研究,并对各类模型优缺点进行比较。为进一步开展与石油问题相关的复杂系统建模提供参考,针对国家能源政策和能源政策分析的需要,与目前国际上比较具有代表性的综合能源模型系统,从复杂系统分析与建模的角度,介绍了各系统的建模方法、功能、应用。综合以上各类研究成果和现实需求,为今后石油以及能源模型的开发提出设想和展望。

关键词：石油能源模型复杂性安全

融合卷积网络与残差长短时记忆网络的轻量级骨导语音盲增强

在线全文

学校读者我要写书评

暂无评论

数据采集与处理 2021年第5期36卷 921-931页

作者：邦锦阳孙蒙张雄伟郑昌艳陆军工程大学指挥控制工程学院南京210007 火箭军士官学校青州262500

基于深度学习的骨导语音盲增强已经取得了较好的效果,但仍存在模型体积大、计算复杂度高等问题。为此提出一种融合卷积网络和残差长短时记忆网络的轻量级骨导语音增强深度学习模型,该模型在保持语音增强质量的前提下,能有效提升骨导语... 详细信息

基于深度学习的骨导语音盲增强已经取得了较好的效果,但仍存在模型体积大、计算复杂度高等问题。为此提出一种融合卷积网络和残差长短时记忆网络的轻量级骨导语音增强深度学习模型,该模型在保持语音增强质量的前提下,能有效提升骨导语音盲增强的效率。该模型借助卷积网络参数量小、特征提取能力强等优点,在语谱图频率维度引入卷积结构,从而深入挖掘时频结构的细节和高低频信息间的关联关系以提取新型特征,并将此新型特征输入改进后的长短时记忆网络中,用于恢复高频成分信息并重构语音信号。通过在骨导语音数据库上实验,表明所提模型可以有效改善高频成分的时频结构,在提升增强效果的同时,降低了模型体积和推理的计算复杂度。

关键词：骨导语音盲增强卷积网络长短时记忆网络轻量级模型

基于极端学习机背景预测的红外小目标检测算法

在线全文

学校读者我要写书评

暂无评论

中国惯性技术学报 2016年第1期24卷 36-44页

作者：赵爱罡王宏力杨小冈陆敬辉姜伟黄鹏杰第二炮兵工程大学控制工程系西安710025 第二炮兵工程大学士官学院青州262500

为自适应检测复杂环境中的红外小目标,提出了基于极端学习机背景预测的红外小目标检测算法。首先,依据灰度值分布设计局部边缘敏感平滑滤波器,在相近的灰度范围内,使中心像素的灰度值等于邻域内多数灰度值的融合,对红外图像进行滤波,能... 详细信息

为自适应检测复杂环境中的红外小目标,提出了基于极端学习机背景预测的红外小目标检测算法。首先,依据灰度值分布设计局部边缘敏感平滑滤波器,在相近的灰度范围内,使中心像素的灰度值等于邻域内多数灰度值的融合,对红外图像进行滤波,能够去除大量噪声并突出图像主要结构;其次,利用极端学习机对滤波后的图像建立回归模型,以邻域像素值为输入,以中心像素值为输出训练模型,并对背景进行预测,得到的图像与滤波后的图像做差,得到小目标显著图;最后,利用图像块对比特性对显著区域处理,使小目标区域均匀突出,抑制背景区域,并经过简单阈值操作,实现对红外小目标的检测。实验结果表明:与其他检测算法相比,在复杂背景下,本文算法检测结果的局部信噪比增益最高,单帧检测时间为0.18 s。本文算法对背景进行学习,发掘背景与目标的差异,提高了算法的适应能力,并且能够有效检测小目标。

关键词：极端学习机红外小目标背景预测回归模型

在线全文

学校读者我要写书评

暂无评论

王蒙小说中语言的讽刺艺术探析

语文建设 2014年第03Z期 63-64页

作者：许立山东省青州市二炮工程大学士官学院

我国当代文学界的巨匠王蒙先生进行小说创作的时间已经走过了近半个世纪的历程,王蒙小说的讽刺艺术是一种渗透了时代文化氛围的讽刺艺术,是对人们无意识的深层讽刺,是一种倾注了生活气息的讽刺艺术。笔者主要就王蒙小说中语言的讽刺艺... 详细信息

我国当代文学界的巨匠王蒙先生进行小说创作的时间已经走过了近半个世纪的历程,王蒙小说的讽刺艺术是一种渗透了时代文化氛围的讽刺艺术,是对人们无意识的深层讽刺,是一种倾注了生活气息的讽刺艺术。笔者主要就王蒙小说中语言的讽刺艺术进行探析,让读者在阅读的过程中能够更好地认识到小说所要表达的真实的内容所在。

关键词：王蒙小说语言讽刺艺术反讽

在线全文

学校读者我要写书评

暂无评论

基于星三角形角度的竞选式星图识别

光电工程 2011年第3期38卷 29-34页

作者：刘太阳王仕成刘志国李庆会第二炮兵工程学院西安710025 第二炮兵士官学校山东青州262500

提出一种基于主星三角形角度的改进竞选式星图识别算法。为进一步提高竞选式星图识别的抗干扰性,利用三颗星构造识别模式向量;选取视场中一定数量参与计算的星点,计算每三颗星构成的几何三角形中主星顶点角角度,再以其为模式量进行竞选... 详细信息

提出一种基于主星三角形角度的改进竞选式星图识别算法。为进一步提高竞选式星图识别的抗干扰性,利用三颗星构造识别模式向量;选取视场中一定数量参与计算的星点,计算每三颗星构成的几何三角形中主星顶点角角度,再以其为模式量进行竞选式识别;结合相应数学分析,由于涉及计算维数(计算星点数)更高及数值分布范围更大,以角度为模式量的识别算法具有更强的抗噪声能力和更为稳健的识别精度。仿真试验及结果分析表明了算法的有效性和性能。

关键词：天文导航星图识别竞选式识别模式提取三角形角度

在线全文

学校读者我要写书评

暂无评论

HZS系列搅拌主机维护保养探析

混凝土 2011年第5期 142-144页

作者：张强相鑫海杨峰王有才山东省青州市第二炮兵士官学校山东青州262500

通过对HZS系列混凝土搅拌站搅拌主机的清洗、密封、润滑进行简要分析,意在强调重视搅拌主机日常维护保养的重要作用,同时就维护保养过程中值得注意的问题进行深入分析,指出现象并提出具体解决措施。

关键词：混凝土搅拌站搅拌主机维护保养