两类改进的六阶Newton迭代方法

通过改进4个三阶收敛的Newton迭代法得到一些新的方法来解非线性方程,并证明这些方法的收敛性.然后通过数值实例对新方法和原来的三阶收敛迭代法进行比较,说明新的迭代方法的有效性.     

不同种植模式对补骨脂生长及其产量的影响

以补骨脂为试验材料,研究三种种植模式对补骨脂生长及其产量的影响。通过对补骨脂大田生育期、相关农艺性状、叶绿素含量、种子产量指标的测定和分析,结果表明:三种种植模式对补骨脂的生长发育和产量均有显著影响,其中,宽垄双行-两边地膜覆盖-中间稻草覆盖种植模式的综合表现最好,农艺性状表现为株高整齐,茎围粗,有效叶片多,长势强,抗倒伏,产量居于试验产量的第一位166.33 kg/667m2,较对照多40.63 kg/667m2,增产极显著,比较适合西昌地区补骨脂的生产栽培。     

太行山缺水地区变质岩裂隙水水文地质特征及其电性响应-以阜平县为例

太行山缺水地区变质岩裂隙水水文地质特征与其电性响应之间关系的研究是长期困扰地质学者的一个大难题。根据区域地质资料,进行了阜平县变质岩地区水文地质研究,查明了该地区的地层、地质构造和变质岩裂隙水的赋存规律。在此基础上,采用音频大地电场法、放射性法、音频大地电磁法和激电法对比研究了变质岩裂隙水水文地质特征的电性响应;并布置地质钻孔验证了水文地质特征与电性响应之间的对应程度。结果表明,阜平县变质岩裂隙水地区水文地质特征与其电性响应之间具有明显的一一对应关系。     

基于Apriori的装配式建筑质量影响因素分析

采用数据挖掘的方法,在装配式建筑质量的文献中提取影响因素,利用Apriori算法得到筛选后的关键指标并分析。研究发现,基于大数据能够减少人为因素对指标选取的干扰,并通过寻找影响因素和装配式建筑质量的相关关系,可得到更具普遍性的规律。在5M1E分析法的影响因素中,“法”的影响因素支持度较大,表明该板块包含的影响因素对装配式建筑的质量有更显著的影响。通过置信度分析,提出使用强关联规则分析,并发现“构件生产企业的标准化程度”不仅具有较高的支持度,在关联因素中出现的频率也最高,从而提出建议并为合理评价质量影响因素及制定管理措施提供有效参考。     

基于ARM+FPGA异构平台的目标检测加速模块设计与实现

为解决基于深度学习目标检测模型规模大、在边缘设备上难以部署的问题, 以YOLO目标检测模型为例, 设计实现基于ARM+FPGA异构平台的目标检测加速模块。该系统使用剪枝、量化后的压缩模型, 在FPGA实现神经网络前向推理加速, 在ARM中实现加速器调度。实验结果表明, 部署至Xilinx ZCU102开发板上, 该模块在200 MHz工作频率下, 平均计算性能达到425.8 GOP/s, 推理压缩模型速度达到30.3 fps, 模块功耗为3.56 W, 证明该加速模块具备可配置性。     

纳米Fe3O4覆盖对沉积物-水界面钴和镍的吸附试验研究

为揭示纳米材料原位覆盖对表层沉积物重金属的影响规律,开展室内培养原位沉积物柱试验,利用微界面分析技术、高分辨率平衡式间隙水采集技术（HR-Peeper）和薄膜扩散梯度技术（DGT）,探究纳米Fe₃O₄原位覆盖对表层沉积物中Co、Ni释放的影响机制。试验结果表明:在纳米Fe₃O₄覆盖下沉积物pH值较对照组逐渐增大,Eh值先减小后增大;纳米Fe₃O₄覆盖可有效吸附间隙水中的溶解态Co和Ni,间隙水中的溶解态Co和Ni最大有效吸附率分别为27.07%及26.42%,有效影响深度分别为30 mm和10 mm;纳米Fe₃O₄覆盖有效抑制了沉积物中有效态Co和Ni向间隙水和上覆水扩散,沉积物中有效态Co和Ni含量分别降低了50.26%和15.31%。     

谐振接地系统的配电线路接地故障选线新方法

针对因消弧线圈引起的故障电流信号微弱,造成谐振接地系统发生单相接地故障识别率进一步降低的情况,考虑故障线路与非故障线路间零序电流波形相似度低的特点,提出一种谐振接地系统的配电线路接地故障选线新方法。用HHT(Hilbert-Huang teansform)和时频谱带通滤波法处理零序电流波形,构建各线路零序电流波形的时频能量矩阵,结合图像识别中的相似度识别法与综合相似系数矩阵,实现线路接地故障选线。结果表明,该选线方法对噪声干扰、两点接地故障等情况均有效。     

基于神经网络的高并行大规模MIMO信号检测算法

随着5G和未来移动无线网络的不断发展, 大规模多输入多输出(multiple input multiple output, MIMO)是其中的关键技术之一。随着天线数目的不断增加, 给接收机的设计带来更高的挑战, 复杂度过高的检测算法在实际中难以应用。本文将一种高并行(high-parallelism, HP)检测算法展开到神经网络中, 单层神经网络基于该算法的每次迭代, 并将其与可训练的权重参数和非线性神经单元相结合, 提出基于网络结构HP-Net的方法。通过训练HP-Net得到最优可训练参数, 进而提高检测性能。实验结果表明, 所提方法相对传统最小均方误差(minimum mean square error, MMSE)算法复杂度更低, 并能够得到更低的误码率; 同时相对HP并行检测算法误码率性能更优。     

White noise estimation for discrete-time systems with random delay and packet dropout

This paper is concerned with the optimal and suboptimal deconvolution problems for discrete-time systems with random delayed observations. When the random delay is known online, i.e., time stamped, the random delayed system is reconstructed as an equivalent delay-free one by using measurement reorganization technique, and then an optimal input white noise estimator is presented based on the stochastic Kahnan filtering theory. However, tb_e optimal white-noise estimator is timevarying, stochastic, and doesn＇t converge to a steady state in general. Then an alternative suboptimal input white-noise estimator with deterministic gains is developed under a new criteria. The estimator gain and its respective error covariance-matrix information are derived based on a new suboptimal state estimator. It can be shown that the suboptimal input white-noise estimator converges to a steady-state one under appropriate assumptions.     

如何培养学生健康的期刊阅读心理

在分析学生阅读期刊时的种种不良心理基础上,提出了选购好的期刊、营造良好的阅读环境、提高学生的阅读鉴赏力、增强学生对专业期刊的兴趣等对策,使学生保持积极的阅读心态,形成健康的阅读心理.