ABC-BP神经网络对AERMOD模型敏感参数的预测及应用

为提高短时风速预测精度,提出人工蜂群算法(ABC,Artificial Bee Colony algorithm)优化BP神经网络的方法对短时风速进行预测.首先验证了ABC算法性能;接着利用ABC算法对BP神经网络的权值和阈值优化并进行风速预测;然后将预测结果与PSO-BP神经网络以及GA-BP神经网络进行比较分析.对比结果表明,本文提出的方法对短时风速序列的预测精度优于其他方法,预测误差率为1.82%;最后分析了短时风速在应急救援系统中的应用可行性并实现了AERMOD模拟气体扩散态势应用.结果表明,本论文提出的方法可以使AERMOD模型为应急救援提供更加准确的决策依据.     

造纸企业的清洁生产评价探索

以某造纸生产企业为例进行清洁生产分析与评价的探讨,提出了包括原材料指标、产品指标、能源指标和污染物排放指标的造纸企业清洁生产评价指标体系和指标值,进行了定量分析和评价,并在此基础上提出了企业清洁生产建议.     

辅助室内定位的关键人体姿态识别

基于步行者航位推算的室内定位方法中位移的计算一定程度上依赖于人体姿态的正确识别。原地踏步和走路是其中主要的关键姿态,两者的加速度信号相似,传统方法很难进行高精度的区分,导致航位推算的步长计算错误。基于惯性传感器进行室内场景中八种人体姿态识别研究,根据运动强度的不同采用分层分类法。首先将原地踏步和走路归为一类,通过时域特征结合支持向量机(SVM)进行姿态分类;然后利用加速度的时域和小波特征以及磁场特征,结合Ada Boost方法进行二分类。关键姿态的识别准确率超过96%,对包含复杂运动姿态的步行者室内定位起到更佳的辅助作用。     

基于运动模式识别的高程估计算法研究

在室内行人定位系统中,行人的高程定位精度关系到整个定位系统的可靠性。本文提出一种基于腰间传感器的室内行人高程估计算法。首先利用支持向量机识别行人上楼下楼动作,针对行人的运动状态采用自适应的高程估计算法。针对气压计测量值易受环境影响的问题,采用了基于EKF融合气压和加速度的高度估计算法,提高了高度估计算法的稳定性。经实验验证,当室内人员进行平地走、上楼等一连串动作后,基于差分气压测高法计算的高度误差为9.92%,基于加速度估计的行人高度误差为9.52%,EKF融合后定位误差下降到2.32%,提高了高程估计的精度。     

基于独立碰撞工况的儿童约束系统参数优化

为实现获得专利的集成式儿童安全座椅在碰撞事故中对乘员的最佳保护,以6岁儿童乘员为研究对象,采用经验证的约束系统模型,在正碰、侧碰和追尾等3种汽车碰撞工况下,分别结合拉丁超立方、正交、均匀试验设计方案和多项式响应面代理模型的方法,对座椅高度和座垫深度等设计参数进行碰撞仿真分析和优化设计.仿真试验结果表明,优化后约束系统儿童乘员损伤值在3种独立的碰撞工况下均有显著下降.     

新型LTCC带通滤波器设计及其在射频电路中的应用

本文介绍了一种基于低温共烧陶瓷(LTCC)技术的带通滤波器,它采用了一种新型电路结构,具有尺寸小、相对带宽窄、带外抑制特性好以及可调谐等特点。本文给出了该滤波器的设计方法、仿真结果,并且给出了其在星载合成孔径雷达(SAR)系统射频电路中的应用实例和测试结果。     

约束优化的空间变迹算法的旁瓣抑制应用

合成孔径雷达(synthetic aperture radar, SAR)回波信号具有很高的动态范围, 会导致强目标的旁瓣覆盖临近较弱目标的主瓣, 造成漏检。传统的加窗方法在消除旁瓣的同时会导致分辨率的下降和目标主瓣能量的降低, 空间变迹(spatially variant apodization, SVA)算法的提出有效解决了这个矛盾。然而, 现有的各种SVA改进算法在有效抑制旁瓣的同时却导致了主瓣能量的降低。因此, 本文提出了一种基于约束优化的改进的SVA算法。通过严格约束滤波器的单调性和有效点的选取, 有效解决了主瓣能量降低的问题, 可以在有效抑制旁瓣的同时保留图像的细节信息, 有利于对图像目标进一步的检测与识别。     

高校仪器设备的科学管理

高校仪器设备是进行实验教学和科研工作的必备条件,仪器设备管理水平的高低直接影响着仪器设备的使用效益,影响着学校实验教学、科研工作的水平。因此,必须重视高校仪器设备的科学管理,把仪器设备的管理作为高校管理工作的重点之一。根据教学、科研需要及时购置仪器设备、科学管理仪器设备、合理使用仪器设备,建立仪器设备“专管共用,资源共享”的科学机制,加强仪器设备管理的体系建设。