多碱光电阴极单色光电流测试技术研究

多碱光电阴极的单色光电流实质上反映的是其在该单色光照射下的量子产额。该文阐述了单色光电流的测试原理和影响量子产额的因素,介绍了多碱光电阴极多信息量测试系统,该系统可在多碱光电阴极制备过程中在线测试、处理阴极的单色光电流,测得的曲线有助于分析和指导工艺,从中还可得到光电子逸出深度的信息。该文给出并分析了在该系统应用于玻璃阴极实验管制备过程中的测试结果。     

线性化逐层优化MLP训练算法

提出了线性化逐层优化ＭＬＰ训练算法（ＬＯＬＬ）．ＬＯＬＬ采用循环方式逐层对ＭＬＰ的连接权值进行训练．训练连接权值时用一阶泰勒级数表示神经元的非线性激活函数以实现神经网络的线性化,使ＭＬＰ的训练问题转化为一个线性问题．同时,为保证神经网络线性化条件不被破坏,ＬＯＬＬ通过在神经网络的误差函数中计入部分线性化误差限制参数的改变幅度,对神经网络的误差函数进行了修正．实验结果显示,ＬＯＬＬ训练算法的速度比传统的ＢＰ算法快４倍,用它构成的语音信号非线性预测器有较好的预测性能．     

多径衰落环境下采用参考信道的自适应混合捕获

引入参考信道方法实现直序扩频系统PN码的自适应混合捕获,判决门限由参考信道采用单元平均恒虚警方法自适应设置．由于2个信道的本地PN码相位差远大于多径信号的最大时延,参考信道不会出现多径信号,因此能有效消除多径干扰对捕获系统的影响．对提出的参考信道捕获方法性能进行分析．仿真结果表明,提出的方法在良性环境下具有接近传统单元平均方法的性能,而多径衰落下性能明显优于传统的单元平均方法．     

基于LabVIEW虚拟仪器技术的湍流等离子体束热效率

为明确不同参数下等离子体发生器的热效率,并精准掌握等离子体束的实时能量,进而将等离子体技术应用于氮化铝粉体等材料制备领域,基于自行研制的两路进气式湍流等离子体发生器,利用虚拟仪器技术以实验方式实现对湍流等离子体束热效率在不同工作参数组合下的实时在线监测,并分析了其热效率特性。实验结果表明：热效率在保护气不变的情况下随主气的增大从51%增加到67%,而在主气不变的情况下,保护气的增大会使热效率呈现先增加后降低的现象。在其他工作参数相同的条件下,70 A电流下的热效率比100 A电流下的热效率高4%左右。     

浅析计算机测控系统中的数据预处理技术

由于计算机测控系统处于在工业现场,其采集数据往往受到不同程度的干扰,在使用之前需要进行数据预处理。文中根据采集数据的种类和功用,系统地介绍了常用数据预处理方法,进行了相应的原理介绍,并讨论了这些预处理方法适用情况。     

我国上市公司定向增发新股中的盈余管理研究

将2007-2011年间成功实施定向增发的我国沪深两市A股上市公司进行分组,对比了各组公司在发行新股中的盈余管理情况.研究结果表明,我国上市公司在定向增发时会进行盈余管理,盈余管理的方向取决于定向增发的对象.当增发对象是外部投资者时,上市公司会进行向上的盈余管理;当增发对象是控股股东时,上市公司会进行向下的盈余管理;当上市公司同时向外部投资者和控股股东定向增发时,盈余管理不显著.     

红外序列图像目标的高效跟踪

针对Mean shift算法中仅使用灰度特征难于实现对红外序列图像目标准确跟踪的问题,提出了利用边缘-灰度特征相融合的目标跟踪算法.为了实现红外序列图像中目标的高效跟踪,在研究Mean shift灰度特征的基础上,根据红外序列图像的边缘方向信息与灰度信息构建了边缘-灰度目标模型,将此模型应用到目标跟踪算法中,提高了Mean shift算法在红外序列图像目标跟踪过程中的运算能力.实验证明,该方法能够增加灰度直方图对目标模型的描述能力,提高了目标跟踪算法的鲁棒性.     

浅谈城市园林绿化的节水问题

近年来,我国水资源短缺的问题日益显露出来。一些大中城市用水告急,一百多个县级以上城市被迫限时限量用水。面临严峻的形式,我们必须树立牢固的节水意识,解决城市园林绿化的节水问题。1植物材料的选择植物材料是城市园林绿化的基础,植物材料的选择是节水问题的一个重要方面。以唐山地区为例,一平方米草坪每次浇水需0.12立方     

深入推进软件技术专业校企合作的思考与实践

本文在分析软件技术专业人才培养存在问题的基础上,提出提高人才培养质量的重要方法是进行深度校企合作,介绍了南京工业职业技术学院软件技术专业校企合作的三个层面,及在校企合作中的具体做法,对开展校企合作的高职院校有一定参考、借鉴价值。     

基于吸收分析的多属性反演技术及在油田开发中的应用

为了满足油藏开发阶段砂体内部油水识别的需求,提出了基于地层吸收分析的多属性反演流体识别技术。算法实现分三步:1利用基于广义S变换的瞬时子波吸收分析(GST_WEA)油气预测技术计算地震记录的高、低频吸收因子;2结合吸收因子和其它与流体相关的地震属性,以电阻率曲线为目标函数构建多元线性反演,利用多元逐步回归算法对包括吸收因子在内的多种地震属性进行流体敏感性排序;3进一步利用概率神经网络算法对优选的以吸收因子为主的地震属性进行多属性电阻率反演。通过模型分析验证了GST_WEA油气预测技术的抗噪性。实际应用效果表明吸收因子较其他地震属性具有更高的流体敏感性,通过多属性反演有效预测了砂体内部的含油优势区域。