红富士浓红型变异苹果的果实特性

以红富士原品种为对照,对红富士变异苹果果实的外观特征、果实性状、解剖及色素特征进行研究。结果表明,变异果实的硬度、果型指数与对照果实基本一致;变异果实的平均单果质量、可溶性固形物含量、酸度(pH)、果皮花青素含量显著高于对照,果实内在品质和着色均优于对照果实,但叶绿素含量显著低于对照。综合各项指标认为,此材料是综合性状优良的变异材料,具有育种价值。     

基于活化能计算的煤低温氧化特征与临界点预测

为探究煤自燃过程的反应特征与预测煤自燃临界温度,对5种煤样进行了绝热氧化实验,采用煤样活化能指标在实验不同时间段的变化情况来表征煤低温氧化内在特征。然后运用线性回归性分析模型中线性显著性检验来确定临界温度点Tc。结果表明:实验初期煤样活化能波动范围极大,随着温度升高活化能趋于稳定,在实验后期,各煤样求得的活化能均处于55~70kJ/mol范围内,反映了煤低温氧化反应是由不稳定逐步过渡到相对稳定的过程;Tc与宏观升温速率突变范围相符合,验证了模型的准确性;同时Tc与实验中自热温度达到160℃所需时间t0自发呈线性关系,因此可以用绝热氧化装置测得t0来预测煤自燃临界点。研究成果可以对矿区防灭火和煤炭储运管理工作提供借鉴。     

脉冲预泵浦瑞利BOTDA系统的瞬态解析方法

为了解决空间分辨率和频率测量精度之间的矛盾,将脉冲预泵浦的概念引入瑞利布里渊光时域分析系统,建立了运用瞬态受激布里渊散射耦合波方程组描述该系统的数学模型。采用时域有限差分法求解了瞬态受激布里渊散射耦合波方程,仿真拟合了常微分方程组的时域幅值解,并实验验证了脉冲预泵浦瑞利布里渊光时域分析系统散射光功率谱和理论的一致性。结果表明,传感脉冲光、瑞利散射光和声波场三波幅值拟合方程的均方根误差可达0.003 097、0.005 717和0.020 75,沿光纤长度该系统功率谱呈现出携带布里渊信息的瑞利散射特性,可实现光纤温度和应变的传感检测。     

舆论演进中个体策略选择的仿真研究

建立了舆论演进过程的模型,并对其进行了仿真和分析.首先根据实际生活中人们进行观点交互时的行为,建立了具有可自行改变观点交互策略的舆论演进模型,并对参与舆论演进个体的记忆进行了建模.其次在该模型的基础上对不同参数下的多种情况进行了多次仿真,获得了与实际舆论演进情况相符的结果,并得到了舆论演进中个体策略选择的公平性结论.     

同步发电机PWM整流器励磁系统的研究

本文将PWM高功率因数整流器应用于发电机励磁系统,代替原有的可控硅励磁系统,分析得出了PWM整流器在不同坐标系下的数学模型,并研究了控制系统调节器参数对励磁系统的影响。采用双闭环控制策略使同步电机机端电压得到较好的控制,避免了励磁系统的谐波输出、提高了功率因数,使系统更有效地运行。     

球磨机制粉过程煤粉粒度FCM-SVRs软测量建模

根据多个模型相加可以提高整体预测精度和鲁棒性的思想,提出了一种基于模糊C均值聚类(FCM)算法的煤粉粒度多最小二乘支持向量机回归(MLS-SVRs)软测量模型.采用变长度染色体的遗传算法同时优化模糊聚类数和聚类中心,每种聚类子集用LS-SVRs进行局部模型的建立和训练,再用模糊聚类后产生的隶属度将各子模型的输出加权求和得到最后软测量结果.仿真结果表明该软测量模型具有更好的泛化结果和预测精度,可以满足煤粉制备过程实时控制的在线软测量要求.     

浅谈我国档案学研究的几个特点

针对档案学研究近年来在我国的快速发展,围绕档案学研究呈现出的6个特点,论述了我国档案学研究的进展。     

1R2T绳索牵引骨盆康复机器人动力学

运用影响系数方法对1R2T绳索牵引骨盆康复机器人的运动学进行了分析,得出骨盆运动与绳索运动的映射关系,通过Matlab对骨盆步态中期望轨迹进行仿真,得到各根绳索加速度变化曲线;基于机器人力螺旋平衡方程,并利用牛顿欧拉法和达朗伯原理建立了机器人动力学模型.运用仿真方法对机器人逆动力学特性进行分析,得出绳索最小拉力阈值的设置对各根绳索拉力变化规律具有影响的结论.运用Matlab和Adams建立了机器人动力学模型,分别对是否考虑绳索刚度两种不同情况进行了联合仿真,结果证明所建模型的正确性,同时得出绳索最小拉力阈值和绳索刚度对系统运动性能的影响规律.     

甚小线性调频键控调制波形的正弦基拟合优化

甚小线性调频键控(very minimum chirp keying,VMCK)是一种高效的超窄带调制技术,具有窄带宽占用、强边带抑制、数据传输效率高等优点.但是,从VMCK的表达式不能得出其频谱结构的解析解,难以对信号进行进一步分析和优化.基于数值拟合原理,提出一种基于正弦基拟合分解的VMCK优化方案.理论分析和仿真结果表明,该方案可成功去除VMCK谐波线谱,得到带宽更窄、边带抑制更强的VMCK波形,信号的解调性能也可以得到进一步增强.     

基于LoFTR算法的图像拼接算法研究与实现

针对传统算法图像匹配准方法提取特征点不精确、鲁棒性低、低纹理下很难识别到特征点等问题。本文提出一种新的局部图像特征匹配方法,替代传统的顺序执行图像特征检测,描述和匹配的步骤。首先在原图像提取分辨率为1/8的粗略特征,然后平铺为一维向量,并为其添加位置编码,将组合结果输入到Transformers模块中的自注意力层和交叉注意力层,最后输入可微分匹配层后得到置信矩阵,为该矩阵设置阈值和相互最近标准,从而得到粗略的匹配预测。其次是在精细层次上细化良好的匹配,在建立精匹配之后,通过变换矩阵到统一的坐标下,实现图像重叠区域对齐,最后通过加权平局融合算法对图像进行融合,实现对图像的无缝拼接。本文使用Transformers中的自注意力层和交叉注意力层来获取图像的特征描述符。实验结果表明,在特征点提取方面,LoFTR算法比传统的SIFT算法,无论在低纹理区域还是纹理比较丰富的区域提取的都更精确,同时使用此方法得到的拼接效果比传统经典算法拼接的效果更好。