IEEE 802.11e EDCA中虚拟碰撞问题的一种解决策略

IEEE 802.11e标准中的EDCA机制引入了虚拟碰撞的概念,从而带来了基站内相同优先级业务相对优先权不同的问题。为解决这一问题,现提出一种新的N-EDCA(NEW-EDCA)调节机制,该机制将发生过与未发生过虚拟碰撞的队列一视同仁,从而避免了优先级倒置和不公平的问题。该机制中保持了虚拟碰撞队列的原竞争参数,仿真结果验证了N-EDCA机制的有效性。     

反思本质思维如何进入文学认识

＂本质＂一词经历了从＂形成＂（from）到＂共相＂（universal）的变化,逐步接近现在的＂本质＂（essence）概念。反思本质思维如何进入对于文学的认识（理论）,也即是重新从源头上认识＂诗＂入＂哲学＂的过程。对于这一过程的考察给当今的＂反本质主义＂文学理论书写予以提醒：＂反本质主义＂并不是反掉事物的＂本质＂,也不是反＂本质主义＂。＂反本质主义＂思想来源具有多元性,应具体问题具体分析。     

CV条外透明纸包装机送纸滚轮改进及应用

通过研究分析GDX2包装机组中CV条外透明纸包装机的透明纸输送和包装原理,重新计算和设计了透明纸扇形送纸滚轮的尺寸,利用原CV条透纸扇形送纸滚轮进行了适当改进,并进行了一系列相应同步关系的调整.在不改变条烟外透明薄膜纸包装效果的基础上,缩短了单张透明纸的长度,既使透明薄膜纸的包裹符合工艺要求,又达到了节约了透明薄膜包装材料的目的.     

铜转炉烟灰酸浸净化液中锌的萃取分离

以p204为萃取剂,260号磺化煤油为稀释剂,从铜转炉烟灰酸浸净化液中萃取分离锌.考察萃取振荡时间、p204的体积分数、相比率(O/A)以及料液初始pH值对锌萃取率的影响.通过正交实验和单因素分析确定p204从铜转炉烟灰酸浸净化液中萃取分离锌的主要影响因素和最佳工艺条件.研究表明:室温条件下,当萃取平衡时间为6 min,p204的体积分数为30%,相比率(O/A)为2∶1,料液初始pH值为3.0时,锌的一级萃取率达到57.32%.经4级错流萃取可以将料液中锌的质量浓度降低到0.027 g/L,锌萃取率达到97.26%.负载有机相经2 mol/L的H2SO4反萃,锌可完全反萃.     

“工程控制基础”课程改革与建设探索

新技术的发展,对高校培养人才提出了新的需求,为适应这些需求,电子科技大学“工程控制基础课程组”从课程体系建设角度做了大量的探索性工作。文中结合作者的教学改革实践,以培养创新型人才为目标,完善专业培养体系为切入点,对“工程控制基础”课程的目的与要求、课程内容体系、实验教学体系等方面进行的探索性工作进行了归纳与总结。     

基于MCU的三相功率检测设计

针对目前越来越多的地方需要测出工作机的功率的情况下,本文介绍了一种基于MCU的三相功率检测的方法,运用该原理设计出一个用于检测三相电的电功率的系统。该系统具有高精度、适用范围广、能够适合多种环境等特点。     

驻马店市集中式污染治理设施普查与分析

根据2007年第一次全国污染源普查中驻马店市集中式污染治理设施的区域分布、建设类型与运营情况的统计数据,分析了该市集中式污染治理设施的实际处理能力以及目前运营存在的问题和原因,并结合2008年该市全市污水处理厂的管网建设、运营情况、污泥成分分析以及2010年该市减排任务,有针对性地提出了对策建议.     

Analysis of the Reliability of the Dissected Frame of Heavy Equipment

<正>Introduction The large-scale frame has many industrial applications. It is one of the most important components used in rolling, die forging, extrusion, and free forging. How-ever, once the frame can no longer perform its function, the whole press must be discarded[1]. The conversion of immense force and energy is accomplished within     

基于决策树的关键短语抽取

针对关键短语抽取工作可以转化为某种分类问题,利用决策树构造分类器解决关键短语的抽取。统计分析表明,将文档中词的词频因子、首位置和词性作为决策树分类特征,并考虑词在文档中出现的位置信息,对词的特征值进行一定的调整,采用Bagging重采样技术进一步提高了决策树的抽取性能,使其完全匹配和部分匹配的F_检测率分别达到21．50％和54．49％。     

基于时频域融合和ECA-1DCNN的航空串联故障电弧检测

为了快速准确地检测航空交流线路中出现的串联故障电弧,提出了一种基于时频域融合和加入高效注意力机制(efficient channel attention, ECA)的一维卷积神经网络(one-dimensional convolutional neural network, 1DCNN)的故障检测算法。首先,搭建航空交流电弧故障实验平台,负载选择多类型、多参数值进行电流信号的采集;其次,为了保留更多的故障信息,分析其特征频段,经过大量数据验证,航空串联电弧在发生时,1 000～4 000 Hz分量具有一定的占比,因此将原始信号与特征频段进行融合,融合后的一维数据作为模型输入;最后,搭建ECA-1DCNN检测模型,进行训练,并通过K折交叉验证模型的有效性,得到测试集平均准确率为97.96%。该方法网络层数较少,计算快速,避免了复杂时频域计算过程,较为智能,对航空串联电弧检测装置的研究提供了理论参考。