基于门控循环注意力网络的配电网故障识别方法

为了提高小样本条件下配电网故障辨识准确率,提出一种门控循环注意力网络模型.首先,通过注意力机制赋予故障相中关键周期较高权重,通过加权运算使得模型更加关注上述关键信息.其次,利用门控循环网络处理波形序列,该网络利用门控信号控制记忆传递过程,并借由记忆传递建立序列中不同阶段输入波形和故障类别概率间的关系,从而提升识别准确率.基于仿真数据和实际数据的实验均表明：所提方法在小样本条件下的可靠性和准确率远优于同等条件下支持向量机、梯度提升决策树、卷积神经网络等常用分类模型,为配电网故障辨识技术提供了一种新思路.     

认知无线电中的一种频谱盲感知算法

认知无线电是一种用于提高无线电通信频谱利用率的新的智能技术,它能够通过与其运行环境交互而改变其发射机参数,特别是可让未授权用户使用授权用户的频谱,此外,它还为网络及终端提供更高的灵活性。高可靠性的频谱感知是实现频谱共享的关键。在分析了Parthapratim De提出的认知无线电中频谱Blinding Sensing算法的基础上提出了利用数据前、后向线性预测与矩阵QR分解结合的新算法。仿真实验表明,在同样的无线传输环境下,新算法比原算法能更可靠地感知频谱空穴。     

浅谈综放工作面回收率的提升措施

综采放顶煤技术在我国得到了迅速发展,但是,综放技术中的顶煤回收率等问题是制约综放开采发展的重要因素.通过对综放开采煤炭损失的原因进行分析,以达到提高回收率,实现合理开采煤炭资源、保证矿井高产高效的目的.     

基于垂荡和纵摇运动模型对波浪能最大输出功率的设计

研究波浪能装置最大输出功率的设计,以运动平衡方程和能量输出系统研究为基础理论背景,建立浮子和振子的垂荡、纵摇运动模型和最优阻尼系数模型,确定给定时间下的浮子与振子的垂荡位移及速度和纵摇位移及角速度,并借助模拟退火算法和网格搜索算法分别确定两种情况下给定参数值的最大输出功率及最优阻尼系数．     

移动互联时代下的自媒体行业研究——以研究院型微信公众号为例

本文从介绍中国移动互联网的发展态势着手,分析了微信公众号作为自媒体行业领头羊的宏观因素和微观竞争因素。通过比较分析腾讯研究院、阿里研究院等专业的研究院类微信公众号的异同,探究其优势和劣势。并专门针对法律类公众号进行了个案分析。结合网民碎片化浏览的特点和行业发展趋势,为互联网研究院公众平台的建设和发展提供有益的建议。研究指出,微信公众号行业已经趋渐成熟,各BAT类公司都纷纷建立以行业分析、数据提供为主要内容的微信公众号,依托自身的产品、技术、数据优势,试图推动自身产业与互联网行业的进一步发展。     

爆炸作用下浅埋拱结构轴向荷载分布

为探究土中浅埋直墙拱结构轴向荷载分布规律,利用LS-DYNA软件模拟了在不同爆炸距离和装药量条件下结构的轴向荷载分布情况。对比不同装药质量及不同爆炸距离作用下轴向荷载的分布形态发现,对于发生整体响应的结构,其轴向荷载分布形态仅受爆炸距离控制,并可用正态分布函数描述。基于对爆炸距离与荷载分布形态的函数关系拟合,得出了爆炸作用下拱结构轴向荷载分布形态的计算方法。基于正态分布置信区间理论,计算不同置信区间的结构响应,提出了一种确定拱结构轴向荷载计算范围的方法。     

夯扩桩监理要点控制

该文简要介绍了夯扩桩的工作原理及工艺技术参数,对夯扩桩施工中应如何完善事前,事中及事后监理措施提出了一些建议。     

数字化技术在起落架维修中的应用

【目的】本研究通过对起落架的拆装维护过程进行虚拟仿真，为参加培训的机务维修人员提供直观的参考。【方法】通过在UG NX软件中建立某型飞机起落架的模型，并根据飞机维修手册中的起落架拆解步骤在Inte3D中建立起落架虚拟拆解、装配数字化工艺仿真。【结果】仿真输出的BOM表格、装配动画仿真可作为起落架维修培训的参考资料。【结论】从而实现起落架拆装虚拟仿真过程可重复，不受培训环境限制，提高维修现场的直观性，缩短培训时间，节约培训成本，可为机务维修人员培训提供参考方法。     

行列式性质的简单证明

文章给出线性代数教科书中行列式性质的一个简单证明,从而简化线性代数的教学内容,有助于线性代数的教学.     

血虫雨

博物学家PhilipHenryGosse在《自然史传奇》中,用极生动的语言描述了一种酷似“血雨”的现象:在英国德文郡附近Ashburton有一个浅水池塘,Gosse在池塘底部的白色沟壑中发现了许多“看起来很像血迹”的污块。在这位经验丰富的科学家看来,这儿显然曾经降落过数滴血雨。经过观察,Gosse再次肯定那些污迹的颜色确实非常像血,甚至还带有如血滴落入静水中所呈现的凝固状态。经过“更仔细的端详”,Gosse发现血块中稍有动静。原来每块“血迹”都是由许多细小蠕虫组成。这些蠕虫从泥沙里钻出,身体透明,血管脉络清晰,因而通体呈红色。无独有偶,RayLa…