火电厂空冷岛下架空线瓷复合绝缘子的应用

为解决火电厂空冷岛下布置的220 k V架空线耐张绝缘子串在空冷冲洗时的污闪问题,首次将纯瓷绝缘子更换为在高压输电线路上已广泛应用的悬式瓷复合绝缘子,有效增大了爬电距离,保证了绝缘子串的机械性能,避免了纯瓷绝缘子喷涂RTV需后期多次复涂且质量无法控制的缺点,提高了绝缘子串抗污闪能力。     

嵌入曲面的图的点荫度

图 G 的导出森林 k-划分是指其顶点集 V（G）的一个 k-划分（V1,V2,…,Vk）,使得对于每个 i（1≤i≤k）,导出子图 G[Vi]是一个森林。图 G 的点荫度是使得图 G 有导出森林 k-划分的最小的正整数 k,记为 va（G）。主要证明了如果图 G 能够嵌入到欧拉示性数非负的曲面上,则当图 G 满足三类条件时,可以得到 va（G）≤2。     

基于区间数距离的区间组合预测模型

针对预测值为区间数形式,引入区间数距离,提出一种确定区间组合预测权系数的方法.给出两个区间序列的距离公式,以实际观测序列与组合预测序列的距离最小为准则,建立规划模型,求解得到权系数.最后,通过实例,证明模型能够有效提高预测的精度.     

基于JointBoost I2C距离度量的图像分类方法

基于图像到类(I2C)距离度量的图像分类是一种新颖的方法,但其分类性能仍有待提高.为此,文中提出了一种基于JointBoost I2C距离度量的图像分类方法.首先生成原型特征集,该集合中的样本具有代表性,故计算测试图像到该原型特征集的距离更有效;然后根据JointBoost算法的思想,联合多个I2C距离度量生成一个强分类器,并将空间信息融合到强分类器中.实验结果表明,该方法在图像分类实验中具有更高的分类性能.     

遗传算法的DV-Hop算法改进

DV-Hop算法中,平均每跳距离是影响定位精度的因素之一。针对平均每跳距离带来的定位误差,对锚节点和未知节点的平均每跳距离进行了改进和优化。首先引入遗传算法计算锚节点的平均每跳距离;然后利用跳数小于等于3的锚节点的平均每跳距离加权处理未知节点的平均每跳距离,减少平均每跳距离带来的误差。仿真结果表明,在不增加硬件开销的基础上,改进算法能够有效提高算法的定位精度,并且具有较好的稳定性。     

基于目标视线角速度的反辐射导弹近炸引信开机策略

为避免反辐射导弹近炸引信因开机过早而出现早炸、误炸的情况,提出了一种利用被动雷达导引头测得的目标视线角速度给出近炸引信开机信号的方法. 给出了利用导引头测角信息计算目标视线角速度的方法,建立了末段弹道上目标视线角速度与弹目距离的统计关系;分别以近炸引信不过晚开机和不过早开机为原则,得到了引信开机时导弹到靶平面距离概率分布函数的上下界. 仿真结果表明:在不能直接命中目标天线的情况下,引信开机时导弹到靶平面的距离主要集中在30～120 m,在可以直接命中目标天线的情况下,引信开机时导弹到靶平面的距离小于30 m.      

18000 kN·m能级强夯在深厚人工填石地基处理中的应用

采用18 000 k N·m能级强夯对沿海深厚人工填石地基进行强夯处理,并通过动力触探试验、平板荷载试验和多道瞬态面波测试等方法,对处理后的地基进行测试和检验,结果表明处理效果良好.并在施工中对周边环境进行监测,得到了强夯振动影响的安全距离,为高能级强夯的普及推广应用提供了重要参考.     

图结构上下文及在图聚类中的应用

图结构特征的提取以及距离度量是计算机视觉和模式识别中的重要内容。针对传统的图上下文描述子中只考虑每个柱形区域内的特征点数目而忽略特征点之间的结构信息的问题,提出一种图的结构上下文描述子及距离度量方法。首先对图的所有顶点建立图结构上下文描述子;其次,利用二次卡方（QC）距离方法实现图的距离度量;最后,采用最小生成树聚类算法实现图聚类。实验表明,该方法对于一些非刚性变换的图聚类有较好的效果。     

深井长距离大断面回采巷道支护方案优化

为解决文家坡煤矿4101首采工作面长距离大断面回采巷道顶板下沉量大、钢带变形严重以及帮部破碎扩容显著等围岩失稳带来的支护质量差甚至支护失效现象,采用钻孔窥视仪对巷道进行布孔观测和工程类比法对原支护方案进行优化。结果表明:采用优化方案后,顶板下沉量从600 mm降低到100 mm,并且钢带受剪切变形显著减少;巷道尺寸收敛现象为50~100 mm,低于优化前的300 mm.为避免巷道变形严重,在监测监控基础上增加支护强度是合理可行的。     

面向动态时间弯曲距离的灰关联聚类方法研究

灰色关联聚类是灰色系统分析的重要研究领域.现有的灰关联聚类方法在处理不同长度序列数据时,通常采用补齐或删除数据方式进行处理,增加了系统的不确定性.在动态时间弯曲距离基础上,提出了一种新的灰关联聚类方法,通过计算序列间距离矩阵的最短路径来度量相似程度,最终完成序列的灰关联聚类.该方法无需对序列数据进行人工干预,具有更强的鲁棒性.实验结果表明,在处理不同长度数据序列时,聚类结果更为准确.