山西临汾市旅游发展的优劣势及其对策

临汾市拥有丰富的旅游文化资源,但是长久以来在旅游业发展中却没有发挥它应有的优势。文章分析了临汾市旅游发展的优劣势,从战略的高度提出了发展旅游的对策,希望临汾市绽放它应有的光辉和魅力。     

书包中的玫瑰静静地开悄悄地落

中学生早恋是学校教育中一个极其敏感而棘手,也是教师不得不重视的问题。由于他们的生理,特别是心理尚未成熟,缺少理性和清醒,常会被爱冲昏头脑,感情用事。作为班主任,必须引导好学生正确面对和处理这一问题。     

三更有梦书当枕 青春作伴好读书——“读书”主题美文阅读赏析

【阅读导航】中国是个酷爱阅读的民族。毛泽东主席曾说过:饭可以一日不吃,觉可以一日不睡,书不可以一日不读。是啊,书不可一日不读。读书可以陶冶自己的性情,使自己温文尔雅,具有书卷气;读     

板底脱空对沥青加铺层路面内荷载应力的影响

<正>目前,旧水泥混凝土路面有三种大修措施,即翻修、加铺新水泥面层和加铺沥青面层。由于翻修中旧板的破碎、运输和废弃均需要大量成本,对交通和环境的影响非常大,总成本费用很高,所以仅用于旧水泥混凝土路面损坏相当严重的情况。加铺新水泥面层的     

参数化S谱幅值调制及轴承故障诊断应用

针对传统谱幅值调制方法易受噪声影响的问题,利用参数化S变换得到信号在时频域中的幅值,提出了一种参数化S谱幅值调制方法。该方法首先使用参数化S变换将信号转换到时频域并得到幅值和相位,然后将不同权重赋予时频域中的幅值以改变不同能量频率成分在信号中的占比,最后将调制后的幅值与原相位结合,使用参数化S逆变换重构一系列修正信号并计算其平方包络谱以提取故障特征。仿真和实验结果表明,该方法获得的幅值信息相比传统谱幅值调制方法更加准确和全面,对强噪声环境更具鲁棒性,能够有效实现滚动轴承的外圈、内圈和复合故障诊断。将所提方法与传统谱幅值调制方法和快速谱峭度方法进行对比,证明了参数化S谱幅值调制既能检测强噪声环境下的轴承故障信息,又能同时提取多种故障分量,在滚动轴承的故障特征提取中更具优越性。     

基于VMD-ApEn的输电线路两相接地故障诊断

针对现有电力系统输电线路故障信号分析方法中,存在故障信号特征遗失等问题,提出一种基于VMD-ApEn的两相接地故障诊断新方法。首先选取故障点处容易获取的相电压信号作为故障信号,然后对各相故障信号进行VMD分解得到其IMF分量,进一步提取各相IMF分量的近似熵值并作为一个特征向量,通过分析各相特征向量的模值,最终诊断出输电线路两相接地故障所在相。选取IEEE5节点标准测试系统验证,并与EMD-ApEn算法进行比较。实验结果表明,本文提出的VMD-ApEn方法准确可靠,避免了EMD分解时产生模态混叠的现象,更能有效地诊断出输电线路两相接地故障所在相,具有较好的实用性。     

四边形网上双曲型方程的有限体积元法

有限体积元法已引起国内外学者和专家的广泛关注,该方法与有限元方法有着相同的收敛阶,具有计算简单,保持物理量守恒性等优点.讨论一类双曲型方程在四边形网上的有限体积元法,在四边形网格单元满足h2拟平行四边形条件下,给出了双曲型方程半离散有限体积元格式下最优的H1模和L2模误差估计以及两个全离散有限体积元格式下的误差估计.     

银山炼铁#1#2翻车机故障智能自检改造与应用

翻车机是银山炼铁原料的重要卸料设备,针对它控制点多、受环境影响大故障频发严重影响卸车效率的特点,依据其控制原理设计一套智能故障维护系统．依托它一般维护人员甚至岗位人员都能处理常见故障,大大提高翻车机的工作效率。     

生物质锅炉中CaO和HCl反应动力学

生物质直燃发电是生物质能利用的重要途径,但燃烧释放的较高浓度的HCl会对锅炉系统产生多方面的危害。该文使用热重分析方法,研究生物质燃烧中CaO和HCl反应动力学。实验结果表明:在600～800℃内,随着温度的升高,反应速率不断加快,本征反应为Arrhenius型,实验测得活化能为35.90kJ.mol-1,指前因子为5.246×10-3 m.s-1。温度超过850℃以后,随着温度升高反应速率常数反而降低,活化能和指前因子是温度的函数,反应有负活化能。在该文的实验条件下,CaO固氯本征化学反应对HCl为一级反应。     

MRTP:时间-动作感知的多尺度时间序列实时行为识别方法

针对行为识别中时空信息分布不均衡以及对长时间跨度信息表征获取难的问题,提出了一种时间-动作感知的多尺度时间序列实时行为识别方法MRTP。以RGB视频为输入,使用两个并行的感知路径在不同的时间分辨率上对视频进行空间特征与动作特征提取。在空间路径中,使用基于特征差分的动作感知寻找并加强通道动作特征表征;在动作路径中,基于动作感知的权重对通道进行筛选,并加入通道注意力和时间注意力加强关键特征;在两个路径提取出特征后,对特征进行融合,融合后的特征通过激活函数映射出样本在各个类别的得分,取得分最高的类别为最终识别结果。实验结果表明：所提方法在UCF101数据集上达到了95.6%的准确率,优于未使用时间注意力的方法;在AVA2.2数据集上的平均精度达到了28%,优于未使用动作感知和时间注意力的方法。与目前主流的基于光流法的双流网络、以Slowfast为代表的3D卷积网络、Transformer等方法进行了准确率、参数量、处理速度对比,结果表明所提方法具有更良好的识别效果和鲁棒性。