自适应OFDM系统中调制识别算法研究

提出了一种适用于快衰落信道下自适应OFDM系统的调制识别算法。在信道估计和频域补偿的基础上,利用子载波组样本的6阶和8阶累积量识别5种调制信号。仿真结果表明,该算法具有良好的识别性能和稳健性,在SNR=16 dB,移动台速度小于40 km/h的条件下,调制方式的正确识别率可在到95%以上。     

基于支持矢量机和循环累积量的调制识别算法

利用通信信号的循环平稳特性,在循环累积量域内构造信号分类特征矢量,采用支持矢量机将分类特征矢量映射到高维空间并构建最优分类超平面,实现对QAM调制信号的自动识别。该算法解决了样本在低维空间中的不可分问题,具有良好的泛化推广性能,并且可在多种调制信号环境下实现对感兴趣信号类型的识别。理论分析和仿真结果均证明了算法的正确性和有效性。     

电动汽车动力电池转运箱自动化的研究

为解决电动汽车动力电池转运箱自动化程度不高的现状,提出一种新型的电动汽车动力电池转运箱,与传统的电动汽车动力电池转运箱相比,新型转运箱能够与机器人配合实现短时间内的自动取放电池,在一些无法实现自动化的小型配送站,也可以进行手动操作,使更换电池的时间大大缩短,提高了更换电池的效率。新型电动汽车动力电池转运箱可以兼容目前市面上所有类型的电动汽车锂电电池,能够实现电池转运箱的标准化,加快实现全国范围内电动汽车锂电池电池规格统一,从而推动统一的充换电设备标准的建立,为跨地区的充换电服务网络的建设提供了依据。     

论当今我国科学技术发展的人文支撑

促进科学技术发展的因素很多。本文着重从民族精神、哲学传统等方面进行论述,以表明人文科学与精神能够有力促进和引导科技发展的观点。     

《爱国华侨胡文虎》《福建论坛》1983年第四期

作者对爱国华侨胡文虎是从下列四个方面进行论述:(一)扬名海内外的“万金油大王”,(二)祖国公益事业的热心赞助者,(三)“爱国观念不敢后人”(四)建设八闽寄愿望。 本文的结论认为:历史事实证明,爱国爱乡活动贯穿在胡文虎一生中的各个重要时期。他不仅在言论上,而且在行动上,实现了自己“忠于国家为先”的诺言。在中国近代史上,除最著名爱国华侨陈嘉庚先生外,可以说胡文虎也是爱国华侨的杰出代表之一。 胡文虎的爱国行动,是有他的思想基础的。他赞助祖国各项事业范围之广、款额之巨、     

底水油藏水平井堵水选井决策方法

 针对底水油藏水平井水淹问题,研究了水平井堵水选井决策方法。考虑对水平井水淹有重要影响的地质因素和开发因素,确定了底水油藏水平井堵水选井决策指标体系。利用专家系统知识的不确定性表示方法,对各指标进行量化表征,应用模糊综合评判建立了堵水井选择的优化模型,根据变权多因素多级决策结果,筛选综合指标较高的井作为堵水井。该方法能够综合考虑影响油井水淹的各种因素,规避奇异因素的影响,使堵水井的选择结果更加科学合理。     

浅谈高校辅导员与心理健康教育工作

本文从高校辅导员参与大学生心理健康教育是时代发展的必然要求,对辅导员提高学生心理健康教育的途径和方法进行了探讨。     

煤粉无焰燃烧的数值模拟

用组分输运方法对煤粉的无焰燃烧进行了数值模拟,湍流采用Realizable k-ε紊流模型,颗粒相采用随机轨道模型,挥发分的析出采用化学渗透模型(CPD),湍流化学反应采用涡耗散模型(Eddy-Dissipation),煤粉颗粒表面燃烧模拟采用内表面化学反应动力学模型,辐射传热采用P-1辐射模型.结果表明,实验数据与数值模拟吻合良好;煤粉无焰燃烧时,燃烧反应发生在整个炉膛空间,炉内温度分布较均匀,温差为200K左右,燃烧呈现低O2浓度特征,NOx排放浓度较低.     

稠油油藏多元热流体吞吐影响因素分析

渤海海上稠油油田水平井多元热流体吞吐试验成功。通过对多元热流体增产机理的分析,建立数值模拟机理模型。用正交数值试验方法,定性定量地给出了不同油藏地质参数和注采参数对吞吐效果的影响程度及敏感性。分析表明,地层含油饱和度、原油黏度、多元热流体注入温度及注入量对吞吐效果影响显著。为现场多元热流体吞吐效果预测及现场实施方案制定提供一定指导。     

结合知识图谱进行信息强化的协同过滤算法

针对传统协同过滤算法存在使用信息单一、基础评分数据过于稀疏导致推荐效果不佳等问题,该文提出一种结合知识图谱进行信息强化的协同过滤(KGRI-CF)算法.该算法利用电影的特征数据构建1张关于电影的知识图谱,对用户-评分矩阵进行有条件的填充,有效改善了传统协同过滤算法的数据稀疏性问题.通过对评分数据进行统计与挖掘获取用户的偏好信息,构建了关于用户偏好的知识图谱.利用实体向量化算法将知识图谱中的实体以及关系向量化后计算出用户信息相似度,将其与基于用户的传统协同过滤算法得到的用户评分相似度以一定比例进行融合,从而得到最终的用户相似度,并以此为基础进行评分预测并得到推荐列表.实验结果表明:与传统协同过滤算法相比,该算法能有效地改善数据稀疏性问题,预测结果的精准率和召回率均有显著提升,同时具有较好的可解释性.