DRFM在数字化干扰中的应用

现代雷达系统在发展改进的设计过程中,相继采取了多种抗干扰措施和相参处理技术,大大提高了雷达系统对抗非相参普通噪声干扰的能力,这样就对雷达干扰技术的研究提出了更高的要求。本文提出的将DRFM（digital radio frequency memory,数字射频存储器）应用到数字化干扰中的方法,便能够很好地满足这些要求。     

智能自适应控制技术的现状及发展

本文主要介绍了智能自适应控制技术的发展过程以及每一个发展阶段的特点。目前最为先进的智能自适应算法大致有模糊自适应控制、神经网络自适应控制和遗传自适应控制。     

一种新型的果实尺寸传感器

应用巨磁阻抗(GMI)效应和杠杆原理,设计制作一种新型的果实尺寸传感器.该传感器可对果实尺寸实时监测,其测量范围为2～14cm,灵敏度为100mV/cm.     

手性无机纳米粒子:生物应用的新机遇

近年来,以手性生物分子和无机纳米粒子为基元构建的手性纳米结构因其具有新颖而独特的物理化学性质受到研究人员的广泛关注.手性分子与无机纳米粒子的耦合实现了手性从分子尺度向纳米尺度的跨越,将为光学和生物应用带来新的机遇.本文介绍了生物分子诱导的半导体纳米粒子的手性,系统阐述了手性无机纳米结构的构筑及光学性质,对手性纳米粒子的生物效应进行了简要介绍,并展望了手性纳米结构未来发展的前景和挑战.     

矿井安全监控系统误报警原因分析

矿井安全监控系统不仅能实现井下各地点瓦斯、一氧化碳、温度等参数的不间断监测,还能对瓦斯超限及时发出声光报警信号和对监测点实施断电控制,是煤矿安全生产的重要保证。针对矿井安全监控系统出现的误报警现象,结合其系统特点进行分析,查找原因,并提出了预防误报警的防范措施。     

基于协作机器人的飞机总装驾驶方向盘操纵曲线测试

针对飞机总装测试过程中,人工从外部获得飞机驾驶操纵位移/力曲线难的问题,提出了一种采用协作机器人代替人工进行操作,并利用机器人自身关节上传感器测得其操纵曲线的方法.首先建立试验系统,描述了模拟方向盘装置的加载原理,并推导出其理论操纵曲线.然后通过建立机器人的D-H(Denavit-Hartenberg)模型解算出机器人各轴角度、力矩与末端位置、受力的关系,进而转化为方向盘的转角和所受力矩关系.接着建立机器人的阻抗控制模型解决了转动方向盘因为轨迹误差造成的憋死问题,并通过实验表明机器人能够顺从方向盘的既定轨迹完成了方向盘的回转运动.通过机器人转动方向盘实验做出的操纵曲线与内部传感器的曲线对比,误差在2％以内,说明了协作机器人代替人进行测试的可行性.     

城市土地储备存在的问题与对策探讨

城市土地储备自实施以来取得的绩效说明了其存在的必要性，但理论依据的不充分与实践经验的不丰富使其仍处于摸索阶段，文章从现有城市土地储备存在的问题出发，对此提出了相关对策。     

荧光蛋白在枯草芽孢杆菌中的表达

枯草芽孢杆菌是生物工业用的重要宿主体系。为实现荧光蛋白从分子水平定量追踪枯草芽孢杆菌培养过程的目的,构建了一系列整合型表达载体pX-GFPmut1和游离型表达载体pSW1-GFPmut1,pSW1-CFP,pSW1-YFP,研究了不同颜色荧光蛋白在枯草芽孢杆菌中整合型表达和游离型表达的差异。最适合的荧光蛋白表达体系是用游离型质粒pSW1-GFPmut1在枯草芽孢杆菌中表达绿色荧光蛋白GFPmut1。含pSW1-GFPmut1枯草芽孢杆菌通过木糖诱导表达GFPmut1后,细胞破碎后的荧光强度和细胞浓度呈线性关系。结果表明,利用枯草芽孢杆菌表达荧光蛋白可以实现利用荧光蛋白快速定量枯草芽孢杆菌培养过程。     

哪些人易患白血病

白血病俗称“血癌”,是一种造血系统的恶性肿瘤,在我国发病率约为3-4/10万人,急性患者占70%以上,且13岁以下的儿童更是白血病高发人群。各型白血病在50岁以后人群中男性发病率均高于女性,在近年国内恶性肿瘤死亡率抽样调查中,白血病死亡率占第6位,儿童则占第1位。目前认为白血病并非单一因素所致,是多因素共同作用于机体产生的结果。白血病的易患因素白血病的发病原因尚未完全明了,但有研究资料表明,它的发病与病毒感染、遗传、物理及化学因素有密切的关系。病毒感染人类白血病只有成人T细胞白血病(ATL)肯定是由病毒引起的,除ATL外其他类…     

基于序列到序列模型的法律问题关键词抽取

传统的关键词抽取算法不能够抽取那些没有在文本当中出现过的关键词,因此在抽取法律问题(短文本)的关键词任务上效果不佳。该文提出了一种基于强化学习的序列到序列(seq2seq)模型来从法律问题中抽取关键词。首先,编码器将给定法律问题文本的语义信息压入一个密集矢量;然后,解码器自动生成关键词。因为在关键词抽取任务中,生成的关键词的前后顺序无关紧要,所以引入强化学习来训练所提出的模型。该模型结合了强化学习在决策上的优势和序列到序列模型在长期记忆方面的优势,在真实数据集上的实验结果表明,该模型在关键词抽取任务上有较好的效果。