矿山微震信号小波分析与研究

 针对目前人工信号识别技术和傅里叶变换在分析识别矿山微震信号时的局限性,提出Matlab小波工具箱分析方法。首先对矿山实际监测到的干扰矿震信号进行小波变换,对小波分解之后的矿震信号进行频谱分析,结果表明能够准确地观察到信号的突变点,确定矿震信号P波初到时,从而更加精确得出矿震震源的位置和能量大小;其次对受干扰矿震信号进行小波消噪,同时对小波分析的4种阈值降噪方法进行分析对比,发现无偏似然估计阈值效果最好,显示了小波分析的强大消噪功能。研究结果表明,小波分析具有良好的矿震信号识别效果和消噪能力,是矿震信号处理和分析的一种有效方法。     

在LabVIEW平台下实现步进电机系统的多通道监测

LAMOST光纤定位单元采用的是双回转结构,每个光纤定位单元由两个步进电机驱动.采用虚拟仪器技术对LAMOST光纤定位装置中的步进电机群进行多通道在线监测,实现了步进电机系统绕组电流的多通道同步采集显示与分析,并运用聚类分析原理对步进电机的运行状态进行判别,以便在电机的运转出现异常时给出相应的处理措施.由此不仅可以缩短系统的故障修复时间,还能提高系统的维护效率.     

面向WSN的移动锚节点路径规划算法

针对无线传感器网络中使用移动锚节点辅助未知节点定位问题,提出了一种动态路径规划算法.该算法首先引用相关图论知识,把无线传感器网络看成一个连通的无向图,将传感器节点转化为图的顶点选取虚拟信标节点,通过蚁群算法遍历所选取的节点获得移动路径.并对传统宽度优先搜索算法中节点选取冗余和经典蚁群算法中存在的收敛速度慢等问题提出改进.仿真实验结果表明,改进算法能在保证一定通信覆盖率的情况下减少节点重复遍历以及锚节点的移动距离.     

渭河下游现代沉积特征及河型转化主控因素分析

现代河流沉积一直是地貌学家、沉积学家和水力学家的研究重点,目前对渭河时间尺度上河流形态变化现象的相关研究并不缺乏,但对于曲流河不同河段的河型对比及河型转化控制因素的相关研究较少,曲流河低弯度到高弯度的转化尚不清楚。因此,本文通过对渭河流域地区现代河流的Google卫星影像、实地勘察、样品采集以及相关遥感水文资料进行分析,明确了两种河型的现代沉积特征及河型转换因素,最终绘制了渭河下游河型转化模式,实现了渭河下游现代河流沉积体的岩性、沉积相类型、河型转化主控因素及沉积模式的综合研究。结果表明,渭河下游河型转化的主控因素为河床坡度、河流流量和含砂量。对进一步研究古河道变迁、沉积模式及其蕴藏的油气、地下水、矿产等资源分布有重要的指导作用。     

学分制背景下高职院校思政课考核机制研究

学分制是当前高职院校教育改革的大势所趋。在学分制背景下,发挥思想政治理论课（以下简称“思政课”）一线教师的优势,对高职院校思政课考核机制进行探索和研究,找出其问题和不足,建构适合学分制管理模式的新型考核机制,提高高职院校思政课教学实效性,推进学分制改革的发展,是当前一项重要的时代课题。     

淡水养殖鱼类血清转铁蛋白耐低氧特性的研究

用聚丙烯酰胺凝胶电泳、含铁蛋白质专一染色法及利凡诺 ( Rivanol)溶液沉淀法确定了鲤鱼、鲫鱼等 1 2种淡水养殖鱼的血清转铁蛋白在聚丙烯酰胺凝胶中的位置 ,鉴定出 8类鲤鱼、6类鲫鱼和 3类白鲢的血清转铁蛋白的特异类型 ,并分析了转铁蛋白多态体的表现型和基因型 .测定了鲤鱼、鲫鱼、白鲢和鳙鱼的血清铁浓度、铁结合能力及铁饱和度 .通过分析淡水养殖鱼类耗氧量及窒息点临界含氧量与血清转铁蛋白的关系 ,证实了鱼类转铁蛋白具有耐低氧的特性 .     

尾追涂敷砂管外充填防砂工艺研究

机械防砂和化学防砂技术在国内外疏松砂岩油藏开发中得到了广泛应用,但是机械防砂失效后需要耗费巨资进行大修拔绕处理,同时化学防砂将大幅度的降低油井产能。为了克服这两类防砂方式的不利影响,提出尾追涂敷砂管外充填防砂工艺,将具有增产效果的管外充填防砂和便于后续措施施工的涂敷砂防砂相结合,在6口井的现场应用中取得了非常理想的效果,使得油田在防砂理念和实践方面取得了重要的突破。     

茧层率自动测定与信息化管理系统设计

【目的】研究在家蚕的育种中,蚕茧个体茧层率、全茧量和茧层量之间的关系特性,实现茧层率的自动测定与信息化管理。【方法】基于C/S结构设计家蚕育种自动称量与选择系统。【结果】该系统可快速记录全茧量、茧层量、茧层率等数据,并自动统计出需要优选的蚕茧个体,实现家蚕育种过程茧层率这一重要指标的数据采集、管理和统计分析。【结论】通过对数据的智能化分析应用,为育种管理人员选育家蚕新品种提供及时可靠的详细数据,加强了育种质量管理,提高了培育家蚕品种的质量。     

基于i-vector全局参数联合的说话人识别

以高斯通用背景模型(Gaussian mixture model-universal background model,GMM-UBM)和i-vector模型为主的说话人识别算法在实际应用中取得了不错的成绩,但i-vector说话人识别模型中存在没有充分考虑通用背景(uni-versal background,UB)数据与训练数据耦合性的问题导致模型性能不佳.提出了基于i-vector全局参数联合(global parameter joint of identify vector,GPJ-Ⅳ)的说话人识别方法.该方法利用背景说话人特征训练得到说话人通用背景模型(universal background model,UBM),构建基于全局联合差异空间和联合信道补偿的GPJ-Ⅳ模型.通过实验测试并与传统方法进行对比,实验结果显示,所提出的GPJ-Ⅳ模型相比i-vector模型,等错误率(equal error rate,EER)和最小检测代价函数(minimum detection cost function,MinDCF)性能分别提升了58.99％和15.9％.     

基于增强Frost局部滤波及单木距离图重构标记的CHM树冠分割

【目的】利用增强Frost局部滤波和单木距离图重构标记技术对冠层高度模型(CHM)进行分割，以提高无人机激光雷达在单木树冠分割的精度和效率。【方法】选取江西分宜山下实验林场阔叶混交林、针叶混交林和针阔混交林3个不同类型的林分为研究对象，以无人机激光雷达数据为数据源，构建CHM。针对高分辨率CHM树冠区域孔隙较多的问题，利用增强Frost局部滤波处理优化CHM,优化结果与不同滤波方法进行了比较分析；然后应用距离图重构标记分割技术对增强Frost局部滤波优化后的0.1、0.2、0.5及1.0 m分辨率的CHM进行分割与分析；最后确定最佳分辨率的CHM,并其将分割结果与同等分辨率下分水岭算法以及点云分割均值偏移算法结果进行比较。【结果】采用增强Frost局部滤波处理的CHM优化效果显著，在有效抑制树冠噪音的同时，也能较好地保留图像细节信息。0.2 m分辨率的CHM分割效果最佳。距离图重构标记分割方法分割针叶混交林、针阔混交林、阔叶混交林3种不同林分类型的分割精度(OA)分别为0.96、0.84、0.75;根据树冠分割结果计算单木冠幅，冠幅估测的决定系数R²分别为0.83...