甘肃省资本存量K的估算:1952—2003

在分析经济增长过程中,涉及到对资本存量K的估算.近年来,国内外一些学者对中国的资本存量进行了估测,但由于在方法和细节处理上的差异,造成估算的结果存在很大差距.对于中国西部地区而言,由于统计数据的缺乏,从而对资本存量进行估算就更加困难.     

基于PSO的WNN-PID自适应控制器在X光机高压电源中的应用

针对X光机应用技术要求,分析了X光机高压电源内部结构,结合小波神经网络控制技术,设计了基于粒子群算法(PSO)的小波神经网络PID(WNN-PID)自适应控制器,并应用于X光机高压电源,通过与其它控制器对比,证明了该控制器具有更好的控制性能。     

基于BFD和MSCNN的风电滚动轴承智能故障诊断

针对变工况下风电滚动轴承的健康状态评估问题,提出了一种基于带宽傅里叶分解(BFD)和多尺度卷积神经网络(MSCNN)的智能故障诊断方法.首先,通过BFD算法将原始振动信号分解为一系列带宽模态函数(B MF);然后,通过希尔伯特阶次变换(HOT)计算各BMF的包络阶次谱,并根据特征阶次比筛选出分解结果中包含故障信息最多的有效分量.最后,通过MSCNN学习有效分量的包络阶次谱与故障类别之间的映射关系以实现滚动轴承健康状态的自动识别.实验结果表明,所提方法采用BFD分解结果的包络阶次谱作为故障识别的特征量,能有效提高模型在不同工况下的泛化能力,其测试准确率达到97％以上,可应用于变工况条件下风电滚动轴承的智能故障诊断.     

民族经济学研究思路的转变

民族经济学这门新兴学科虽然在学科建设和理论研究诸方面已取得显著进展，但仍面临很多挑战和问题。根源在于，迄今尚未从理论上解决民族因素与经济因素怎样有机结合这一难题。民族学与经济学可以有两种结合方式：一是以民族学为主，二是以经济学为主。过去20多年的理论探索表明，民族经济学采用以民族1学为主的研究思路，难以解决民族因素与经济因素的有机结合问题，难以建立起民族经济学的基础理论框架。民族经济学的进一步发展，有赖于总体研究思路从民族学范式向经济学范式转变，民族学与经济学、民族因素与经济因素的结合，应当是经济学框架内的结合。民族经济学是研究多民族国家内部少数民族聚居地区经济社会综合发展的经济学，主要研究稀缺性资源在少数民族地区经济发展、社会进步、政治稳定三大目标之间的最优化配置问题。     

青藏高原与全国经济差距研究——基于人均GDP

本研究测算出青藏高原各州市人均GDP与全国水平的差距。从静态来看,除青海省海西州、西藏拉萨市和西藏林芝地区之外,青藏高原其他州市人均GDP均在全国人均GDP之下。与全国人均GDP差距最大的州市为青海省玉树州,其次为四川省甘孜州,再次为青海省果洛州等。从动态趋势来看,首先人均GDP高于全国水平的青海省海西州、拉萨市和林芝地区,超过全国水平的差距逐渐增大。研究表明,具有输出能力的产业、合理的产业结构和持续的发展能力是地区GDP逐年上升的根本动力,并就培育具备输出潜力的产业提出对策。     

区域竞争力研究方法探讨

对研究藏族地区竞争力问题中所涉及的实际问题 ,提出一种简易可行的区域竞争力研究的理论方法 ,给出了该方法的具体实施步骤和定量计算方法     

粗放型草原牧业的局限性——对甘肃少数民族牧区牧业经济增长轨迹的研究

<正> 本文将主要考察1949—1992年甘肃少数民族牧区草原牧业的增长轨迹,着重分析牧业生产增长率的变动趋势及其原因。旨在从动态的、实证的角度,对目前西北各牧区普遍出现的草场超载、草原退化、牧业经济增长迟缓等问题加以研究,以便采取相应对策,推动民族地区草原牧业经济的发展进程。     

基于多尺度和注意力机制的滚动轴承故障诊断

针对滚动轴承信号易受噪声干扰和智能诊断模型在不同工况下自适应性差的问题,提出了一种多尺度注意力卷积神经网络(MSACNN)模型.首先,将一维时间序列转化为二维图像作为模型的输入,在特征提取过程中,利用多尺度卷积结构拓宽网络的宽度并实现不同维度敏感特征的提取;然后,通过注意力机制对数据不同维度的特征赋予不同的权重,使模型...     

基于模态分析的转子碰摩声发射特征

通过研究碰摩声发射波中的模态特征,为判断碰摩状态及识别碰摩信号与噪声提供依据.在静态下进行试验以获得纯净的碰摩信号,在转子试验台的碰摩源分别施加碰撞力和摩擦力,对这2种力激励的近似原始声发射波的模态成分以及这2种类型波经过一段距离传播后的特征进行了分析.在动态时模拟不同程度的碰摩故障,结合静态时得到的分析结论对其声发射信号谱进行判断.试验结果表明,碰撞力主要激励弯曲波,摩擦力主要激励高频低能扩展波和部分高频弯曲波.在实际的碰摩故障中,随着碰摩的发展其激励的声发射波的模态成分随之变化,因此,通过对声发射信号频谱的变化特征可以判断出碰摩状态和发展趋势.     

噪声环境下基于小波熵的声发射识别

针对声发射技术在旋转机械故障检测中的强噪声干扰问题,提出了一种基于小波熵的声发射检测算法.该算法首先给定一个合理的阈值.对声发射信号进行小波分解.然后进行分帧处理,使信号在较短的时间间隔内保持特性基本不变,从而求出每一帧信号的小波熵.通过比较每一帧信号的小波熵值与阈值的大小,判断该信号为声发射帧还是噪声帧.为了检验算法的检测效果,在转子实验台上获得碰摩声发射信号.并在测试数据上叠加不同信噪比的高斯白噪声和非平稳噪声,进行声发射识别.实验结果表明:该算法具有较高的识别正确率;在低信噪比环境下,通过调整阈值的可调参数可以有效提高识别的正确率.