浅议中小城市信息网络建设方案

本文主要论述中小城市信息网络建设中所涉及的一些相关技术问题。以1998－1999年建设的嘉峪关市城市信息网络为参考,以其技术实现方案为线索,就相关硬件、软件、管理、系统等方面加以归纳总结,形成一套类似建设项目的一些可行性建议。文章的侧重点为政府政务系统信息流的实现,通过对公共通信平台和信息资源这两个网络的分析,形成涉及公共通信网（通信平台）、计算机网络、信息应用、支持环境等四个分系统的建设方案。1 嘉峪关市信息网总体介绍 本信息系统采用当前最流行的browser/server和Intranet方式构建,它是采用Internet技术建立…     

中国电力消费多尺度时空格局分析——基于DMSP-OLS夜间灯光数据

对美国国防气象卫星计划(defense meteorological satellite program,DMSP)上的操作线性扫描系统(operational linescan system,OLS)所获取的夜间灯光数据进行校正,结合省级电力消费量构建2000-2013年省级尺度电力消费模拟模型.模型的拟合优度为0....     

基于暂态波形鉴别的异步电机综合保护

针对目前异步电动机常见故障及存在问题,对电机故障特征进行了分析,提出了一种异步电机保护方案,该方案结合对称分量法,对异步电机保护的差分、傅氏算法和半波积分进行了详细分析,给出了微机保护算法模型,提出了基于暂态波形鉴别的起动与堵转保护判据,并对软件构成进行了分析,从而构成了一套完整的微机式异步电机综合保护方案。通过动模实验,说明该保护方法能够正确进行故障类型判别,验证了理论分析的正确性和可行性。     

南蒙微大陆存在的年代学证据: 亚干-翁奇海尔罕核杂岩花岗质片麻岩的锆石U-Pb年龄

对亚干－翁奇海尔罕变质核杂岩结晶岩系花岗质片麻岩进行了锆石Ｕ－Ｐｂ年龄测定,结果为（９１６±１６）Ｍａ,可代表原花岗质岩浆结晶年龄．这为南蒙微大陆的存在提供了年代学证据,并得到地质背景分析的支持．     

不同电池利用率模型下OOK信号能耗性能

目前,对于无线传感网节点能量受限问题的研究,主要以平均每bit电池能耗作为性能评价标准.以电池供电的采用开关键控(on-off keying, OOK)调制的发射机为研究对象,考虑基于瞬时放电电流(instaneous discharge current, IDC)与平均放电电流(average discharge current, MDC)两种非线性电池利用率模型,在瑞利信道中保证指定误码率的条件下,推导两种模型下电池能耗性能的解析表达式.在此基础上理论分析了归一化电池利用率因子和节点距离对电池能耗性能的影响,并用仿真实验验证了两种电池利用率模型下的能耗均随归一化电池利用率因子和节点距离的增大而增大.基于IDC的电池利用率模型对应更大的电池能耗.当归一化电池利用率因子和节点距离较大时,两种模型的能耗显著高于理想电池.当γ=0.015, d=90 m时,基于IDC电池利用率模型的能耗相比理想电池增加了近60%,而基于MDC电池利用率模型的能耗增加了25%.     

2021年 第27卷 第2期 电子期刊

随着人工智能物联网(artificial intelligence & internet of things, AIoT)的发展, 硬件技术的飞速进步, 更多的智能音箱进入人们的生活, 人机交互方式也从早期的遥控变成了人声控制. 但设备中麦克风采集到的语音信号往往含有大量噪声和干扰人声, 为此需对麦克风采集到的语音进行语音分离处理. 常用的技术有频域独立成分分析(independent component analysis, ICA), 但是频域ICA存在次序不确定性问题, 即将分离出的源1分量分类到源2通道, 将分离出的源2分量分类到源1通道, 从而导致分离性能大大降低. 为此, 提出一种基于语音能量比来解决频域ICA中次序不确定性问题的算法, 有效地提高了分离性能. 在SiSEC(Signal Separation Evaluation Campaign)、ChiME(Challenge for Computational Hearing in Multisoure Environments)数据集上对分离性能进行实验, 所得结果比已有算法均有提升, 且针对强混响环境下的混合信号依然保持良好的分离性能.     

粒空间中划分知识的正交补研究

从知识代数格结构的视角出发,分析人类精确识别目标概念与知识目标的学习特征,提出了划分知识的绝对正交补与相对正交补的概念,进一步结合划分知识的差异性度量,提出了能够刻画绝对认知过程中的极大差异性、相对认知中的易迁移性的极大绝对正交补、极小相对正交补。     

多特征中文命名实体识别

命名实体识别任务是对文本中的实体进行定位,并将其分类至预定义的类别中.目前主流的中文命名实体识别的模型是基于字符的命名实体识别模型.该模型在使用句法特征之前,需先进行分词,不能很好的引入句子的句法信息.另外,基于字符的模型没有利用词典中的先验词典信息,以及中文偏旁部首蕴含的象形信息.针对上述问题,论文提出了融合句法和多粒度语义信息的多特征中文命名实体识别模型.实验证明论文模型相对目前主流模型有了较大的提高,同时论文还通过实验分析了各种特征对模型识别效果的影响.