基于小波分析对地面电场信号的去噪及闪电信息提取

基于小波分析方法,通过对7种小波函数在误差控制和阈值方法选取上的对比,参考信噪比及均方误差等计算结果,选取了较为合理的Rigrsure阈值分析方法和sym5小波函数作为地面大气电场信号的去噪处理方法.该方法不仅能够较好地对电场信号波形平滑处理,降低电场波形中噪声信号的叠加度,还可保留闪电引起的电场的快速变化.在此基础上,利用差分计算方法实现了对闪电信号的自动识别,引入了总闪电频数误差及分时段闪电频数与人工分析结果的相关系数等2个参考量来选取差分计算方法中电场差分阈值,通过该方法可以实现闪电频数和极性等有关信息的提取.     

他克莫司乳膏治疗湿疹的临床效果观察

观察探讨应用他克莫司乳膏治疗湿疹的临床效果。选择本院收治的湿疹患者进行具体研究,例数合计为86例,按照中心随机分组原则将其分为参照组和研究组,参照组患者给予丁酸氢化可的松进行治疗,研究组患者采用他克莫司乳膏治疗,对比两组患者免疫功能、炎症因子指标水平改善情况。治疗前,两组患者免疫功能指标、炎症因子指标数据和参照组相比较没有明显差距,P0.05;采取有效的治疗措施以后,研究组患者免疫功能、炎症因子指标水平和参照组相比较差异显著,P0.05。在湿疹患者治疗过程中应用他克莫司乳膏治疗方式,具有显著的治疗效果,对改善患者临床症状,效果理想,具有较高的临床应用价值,值得推广应用。     

先进民机飞控系统发展的需求与设计考虑

随着现代民用航空业的发展以及日益激烈的市场竞争环境,对民用飞机机载设备的要求不断提高,尤其是安全性、经济性、舒适性和环保性需求.飞行控制系统如何实现技术能力提升来满足这些需求,成为先进民用飞机的飞行控制系统设计与研制必须考虑的问题.本文分析和回顾了国内外典型系列民用飞机的飞行控制系统技术的发展趋势,提炼了民用飞机的飞行控制系统进一步发展面临的需求,并针对性地提出了对飞行控制系统的设计考虑.     

山东省区域经济协调发展评价研究

在现有研究成果上明确区域经济协调发展的概念,再构建评价模型。以CPI、PPI标准差和人均工资收入标准差反映区域间联系程度,以人均GDP基尼系数衡量区域经济差异,以山东省GDP增长率和相对GDP增长率标准差衡量区域发展情况,利用人均教育支出标准差、固定资本投资指数标准差衡量区域持续发展能力。最后,结合2003—2012年数据评价山东省区域经济协调发展状况。     

以就业为导向的移动通信课程改革研究

从教学内容、教学方法、实践教学及师资队伍建设等方面对移动通信课程进行了改革探索.实践表明,学生在有限的课程学习时间内系统地掌握了移动通信的基础理论,提高了学生的工程实践能力及就业竞争力,培养的人才更加符合行业需求.     

多元智能理论在高职英语教学中的应用

多元智能理论颠覆了"智商一元论"的传统教育理念,极大地开拓了教师的理论视野,对于推进素质教学改革,意义非凡。但是,运用这一理论指导高职英语教学的过程中,也暴露出一些问题,需要注意。其中,教师对于这一理念的认识与理解程度问题、课堂教学内容与教学方式并不能真正体现多元智能理论的指导价值问题,是运用这一理论指导英语教学中暴露出的主要问题。     

技术视角下的高校信息化应用用户体验研究

互联网技术的迅猛发展为高校信息化应用的用户体验水平提出了更高要求.对于信息化部门而言,通过技术手段提升应用的用户体验水平已迫在眉睫.本文主要围绕与技术相关的用户体验问题展开研究,通过调研分析某校公共数据库平台的现状,指出应用中普遍存在的用户体验问题,探讨如何通过技术手段改进和提升其用户体验水平,并通过参考优秀的社会化网站个例,提出相应的用户体验设计策略.     

具有可变终端代价项的非线性模型预测控制

针对离散时间非线性系统的模型预测控制问题,提出了一种具有可变自调节终端代价项的模型预测控制方案.此方案通过引入自调节因子,并对其设定不同的自调节规则,使终端代价函数项具备了可变自调节性能.证明了带有可变自调节终端代价项的模型预测控制方案可保证闭环系统的性能.为自调节因子提出了若干自调节规则,并分别分析了它们的性质.用实例证明了研究结果的有效性.     

基于卷积图神经网络的多粒度表示学习框架

卷积图神经网络（Convolutional Graph Neural Network,ConvGNN）以其强大的表达能力被广泛应用于社交网络、生物网络等领域的网络表示学习中，多粒度网络表示学习已被证明能够改善已有网络嵌入方法的性能，但目前尚缺乏以改善ConvGNN性能为目标的框架.针对此问题，提出一种基于ConvGNN的多粒度网络表示学习框架M-NRL，分为四个模块：粒化模块、训练模块、推理模块和融合模块.粒化模块构造从细到粗的多粒度网络并保留不同粒度节点的属性和标签信息，训练模块在最粗粒度的网络上以端到端的方法训练任意一种ConvGNN并优化其模型参数，推理模块使用优化后的ConvGNN推理出不同粒度网络的节点表示，融合模块采用注意力权重聚合不同粒度的节点表示以产生最终的节点表示.在四个公开引文网络数据集上进行的半监督节点分类任务验证了M-NRL的有效性，实验结果表明，MNRL不仅能加速现有ConvGNN的训练，还可以增强其最终的表示质量.