电子地雷

糖尿病患者经常会出现感觉神经功能障碍。但一项新的研究发现，一种利用近红外光线的新型装置能显著改善糖尿病患者的感觉神经功能障碍。不过，治疗价值仅限于感觉功能并未受到严重损伤的患者。     

应用于高压大功率场合的FACTS控制方案

随着高压大容量电网的迅猛发展,电力系统的稳定性及电能质量问题也越来越引起人们的关注,以动态无功补偿、谐波抑制等为代表的柔性交流输电系统(FACTS)技术正在蓬勃地发展.这些FACTS装置往往都是由电力电子器件构建,并辅以先进的控制技术而成.受电力电子器件本身特性的限制,如何将这些装置应用于高电压、大电流场合是研究者们需要解决的关键问题.     

层板包扎式高压容器层板间存在的间隙对应力的影响

在高压条件下层板包扎式容器在许多方面比单层容器有优越性。但是，以往的计算往往忽略了层板间存在的间隙。文中就此间隙会造成板承受额外的周向应力进而影响筒体的强度的问题作了一些探讨。     

极板上半圆柱形凸起对高压电容器性能的影响

分析了柱形导体对均强电场的影响并以此为依据说明了有柱形凸起的高压电容器易击穿的原因是最凸部场强为远离凸部场强的 2倍。     

电气试验中两个异常负值现象分析

介绍了在电气试验中遇到的两个奇异负值现象，探讨了造成这些现象的原因，并说明在工程实践中成功的解决方法。归纳了电气试验中消除干扰对电气试验结果影响的几点工作经验。     

地震震级与前兆异常空间分布的相关分析

本文利用滇西及邻区５次中强以上地震及其震前滇西前兆异常空间分布特征对震级Ｍｓ与异常空间反应最远距离ｄ进行了一定程度的相关分析，得出Ｍｓ与ｄ的经验公式为Ｍｓ＝０．００９５８９ｄ＋２．１。运用相关分析结果对滇西及邻区中强以上地震短临监视可提供一定的定量依据。     

数据驱动下交通异常行为的双层识别模型

为实现对车辆异常行为的准确识别,提高车辆行驶的安全性,提出了一种基于支持向量机(support vector machine, SVM)、监督学习与长短期记忆(long short term memory, LSTM)深度学习的交通异常驾驶行为双层识别模型。首先,对车辆轨迹数据筛除和滤波,构建异常行为数据集;其次,从异常行为轨迹特征中提取出特定异常行为的特征标签,并人为标定在训练集中;再次,构建SVM模型对训练集进行粗识别,基于SVM的二分法原理,从测试集中筛选出异常行为;最后,通过LSTM时间序列模型构建具体种类的异常行为模型,并通过深度学习的方法,从异常行为数据中细分为蛇形驾驶、急速变向、侧滑、大半径转弯、快速U型转弯、急刹车等具体的异常驾驶行为。本次实验选用下一代仿真(next generation simulation, NGSIM)数据中US-101高速公路和peachtree城市道路的数据集的轨迹数据验证SVM和LSTM双层识别模型的性能,包括均方根误差、识别准确率等。结果表明,构建的双层识别模型在第一层有98%的识别准确率,第二层有超过80%的识别准确率,可以较为准确地识...     

龙门山中北段重磁场特征与深部构造的关系

利用平均重力场与深部地壳测深资料估算了龙门山及邻区莫霍面的深度变化,表明龙门山地区正处于莫霍面由东南向西北的陡降带上。均衡重力异常计算结果显示该区为正异常。对航磁异常的向上延拓反映出茂汶杂岩体是“无根”的。此外还应用角度平均径向能谱法反演了该区深部磁性基岩的顶面与底面深度。结果表明,龙门山地区上地壳是由若干块体拼合而成的,川西拗陷带内的磁性界面呈现出向龙门山地腹下插的格局。