炼钢厂除尘技改对环境的影响

阐述了炼钢厂除尘技改对环境的影响情况,以及应用布袋除尘的效果。简要对生产过程中产生的主要污染物及管理中的一些建议进行了分析。     

半刚性基层沥青路面非连续结构强迫振动声效

为了无损、快速地识别半刚性基层沥青路面的结构非连续状态,实现病害预警和预养护,对冲击作用下路面板体强迫振动机理及其振动噪声特征进行了分析,并对单自由度路面系统的强迫振动微分方程进行求解.研究表明:因土基沉降、低温施工、压实不足等原因,沥青路面将产生结构内部及层间非连续病害；而非连续状态下的板体强迫振动噪声特征对冲击加载...     

某型导弹发射装置综合测试系统的设计与实现

针对某型导弹发射装置现有的检测方法费时、费力,检测结果不够准确、不直观的问题,设计与实现某型导弹发射装置综合测试系统.在分析测试需求的基础上,选择合适的板卡,设计了电源模块和信号调理电路,在VC ++6.0开发环境下,搭建综合测试平台,构建基于PC104嵌入式计算机的某型导弹发射装置综合测试系统.应用表明,该测试系统技...     

某型航炮气压缓冲器结构优化设计与强度分析

某型航炮是武装直升机的主要攻击武器,自动化程度高,设计复杂,机构紧凑。气压缓冲器是某型航炮主要部件,其工作原理是利用气体腔内压强来减少活动件的后座冲量。通过对某型航炮气压缓冲器内腔压力分析,利用SolidWorks Simulation软件建立了气压缓冲器的工作模型,对气压缓冲器工作时的应力强度分析和位移变形量作出仿真,提出了结构优化设计方法。     

单向耦合布鲁塞尔体系相干共振信号的放大与维持

本文采用数值模拟的方法研究了参数不均匀性，耦合和噪音的协作效应对单向耦合布鲁塞尔体系相干共振的影响作用，其中噪音仅加于无耦合的控制体系。研究结果发现：具有相同控制参数的耦合体系，在耦合和噪音协作效应的影响下，存在最佳的耦合强度使控制体系的相干共振在受控制体系中得到增强。对于不同控制参数的耦合体系，参数不均匀性，耦合和噪音的协作效应对控制体系相干共振的增强或维持起决定性的作用。另外，当耦合强度和噪音达到临界值时，参数不均匀性的作用消失，此时控制体系和受控制体系之间出现了动力学行为的同步现象，此时意味着体系中的相干共振信号不能进一步得到改变，整个耦合体系的动力学行为对于噪音和耦合具有鲁棒性。     

突触信号传导的动态饱和模型研究

对一类动态饱和突触神经模型中信号传导性质进行了研究.模型的动态过程采用高阶Milstein随机微分方程解法进行求解,其信号输入输出特性用集平均互相关系数进行衡量.集平均互相关系数的数值分析结果表明,适宜的噪声能够增强信号传导,并且通过调节饱和势比值大小和突触神经群体数目,观测到噪声增强信号传导的非线性现象更加显著.     

基于最小扰动相关去噪法股票投资组合风险优化

金融相关矩阵的计算是构建金融投资组合的基础.为解决金融相关矩阵的“维数灾祸”问题,进而促进金融投资组合风险的优化,受基于随机矩阵理论(RMT)和特征向量的Krzanowski稳定性的KR去噪法的启发,对收益相关矩阵特征值增大时的特征向量最小扰动进行了数学推导,并将以该扰动衡量的特征向量的Krzanowski稳定性引入到RMT去噪法中,进而建立对金融收益相关矩阵去噪的KRMIN方法. KRMIN法对KR法的算法进行了两方面的优化.一方面, KRMIN法对KR法的特征值设定方法进行了扩展; 另一方面, KRMIN法采用模拟退火算法计算特征值.理论研究表明,由于在收益相关矩阵特征向量的稳定性和特征值算法准确性上的优势, KRMIN方法将获得比KR法更好的组合风险优化效果.通过bootstrap方法,开展了将LCPB法、PG+法、KR法和KRMIN法用于不同数量股票的投资组合优化的实证研究.结果表明: LCPB法、PG+法、KR法和KRMIN法都能通过股票收益相关矩阵去噪而带来投资组合风险的优化;基于收益相关矩阵特征向量的Krzanowski稳定性的KR法和KRMIN法的组合风险比其他两种方法更低;由KRMIN法得到的收益相关矩阵的特征向量稳定性和组合风险优化效果好于KR法.     

STEL—2000A在扩频通信产品设计中的应用

介绍了扩频芯片ＳＴＥＬ－２０００Ａ的主要性能，并以ＳＴＥＬ－２０００Ａ为核心设计了扩频通信产品的扩频模块，给出了单片机８０５１与ＳＴＥＬ－２０００Ａ，ＥＰＲＯＭ，ＲＡＭ，ＰＬＬ３００－４５的接口电路，实验证明这些外围电路简单可靠，在产品设计中得到了实际应用。     

高炮弹进行导弹化改造的初步构想

由于现代飞机、导弹的超音速飞行、升空高度超过2万m，传统高射炮对它们已无法发挥制约作用,对高炮弹头进行导弹化改造的设想，可大大提高高炮的领空控制功能.     

判别混沌与噪声的局部可变神经网络方法

为了解决多对单类型的分类问题（ 尤其是无限多对单） ，提出了一种处理多对单问题的新型神经网络模型———局部可变权值神经网络，并将其应用于混沌信号和噪声的判别．局部可变权值神经网络学习算法与传统神经网络类似，但在工作时可根据网络输入来调整神经网络局部权值．从最后分类结果看，无论是在学习时间还是在分类精度上，局部可变权值神经网络比传统神经网络都要好