排序方式: 共有93条查询结果,搜索用时 671 毫秒
31.
32.
利用半导体吸收光谱随温度变化的特性,通过对透射光强信号的检测,提出了一种用于电机保护装置的光电温度检测法,通过光纤的信号传输作用实现了测量现场和二次仪表的隔离;并重点设计了用半导体吸收式光纤传感器检测电机轴承热点温度的硬件电路,阐述和分析了检测系统的原理、组成及性能。理论和实验表明,该系统精度高、抗干扰能力强、测量范围宽,精确度和稳定性均可满足实际要求。该系统稍加改进对其他强电磁干扰以及易燃易爆场合、狭小空间等特殊工况下的温度检测也有一定的实用性。 相似文献
33.
一类模糊不确定网络控制系统的保性能控制 总被引:1,自引:0,他引:1
针对网络控制系统中存在数据传输时延,以及由被控对象和控制器之间的不同步给系统所带来的稳定性问题,提出了鲁棒H∞保性能控制器的设计方案.将时延的不确定性转换为系数矩阵的不确定性,在此模型基础上利用并行分配补偿,并根据H∞鲁棒控制理论及线性矩阵不等式(LMI)方法,获得了网络控制系统的全局渐近稳定性及H∞控制律存在的充分条件,同时提出了网络控制系统鲁棒H∞保性能控制器的设计方法,仿真说明该方法的可行性和有效性. 相似文献
34.
CMIP6多模式在青藏高原的适应性评估及未来气候变化预估 总被引:1,自引:0,他引:1
随着CMIP6(coupled model intercomparison project phase 6)计划进行,新一代大气环流模式(general circulation model, GCM)输出结果陆续发布,及时探究在新模式新情景下青藏高原未来降水及气温的变化规律至关重要.在对CMIP6多模式进行适应性评估的基础上,运用DM(direct method)统计降尺度方法,以1979—2014年为基准期,预估青藏高原未来近期(2031—2050年)、远期(2061—2080年)在共享社会经济路径与典型浓度路径组合情景(shared socioeconomic pathways and the representative concentration pathways, SSP)包括低强迫情景(SSP126)、中等强迫情景(SSP245)、中等至高强迫情景(SSP370)、高强迫情景(SSP585)下的降水、平均气温、最低气温、最高气温的时空演变规律.结果表明:相较于基准期,不同GCM对青藏高原未来降水的预估总体呈现增加趋势,近期降水较基准期变幅为?3%~16%,远期变幅为?1%~21%.未来平均气温、最低气温和最高气温均呈现一致的增温趋势,且增幅较为一致.相较于基准期,近期气温变化范围为0.9~2.3 ℃,远期气温变化范围为1.01~4.6 ℃.随着排放强度的增加,三者升温趋势愈加显著,即升温趋势由强至弱排序为SSP585、SSP370、SSP245、SSP126.此外,青藏高原气温变化在海拔高度上具有显著的依赖性,整体表现为青藏高原北部高海拔地区增温高于青藏高原东南部低海拔地区.研究结果可为揭示气候变化对高寒区水循环的影响机制提供科学依据. 相似文献
35.
哈夫变换在直线特征识别中的应用 总被引:1,自引:0,他引:1
LUN Xiang-Min 《科技信息》2008,(30)
本文论述了哈夫变换(Hough Transform)在图像直线特征识别中的应用。首先讨论了哈夫变换之前所应做的图像预处理工作,根据不同的图像设计不同的处理流程,主要包括:图像滤波、图像分割、边缘提取、骨架提取等。文中运用两个图像直线特征识别的例子说明了哈夫变换的应用效果。 相似文献
36.
李增民 《青海师范大学学报(自然科学版)》2005,(4):105-107
本文就“环青海湖国际自行车公路赛”对青海高原旅游业发展的意义、作用以及对沿途周边地区体育旅游资源的影响进行了讨论. 相似文献
37.
寄生在中国草鱼、鲤鱼和马口鱼的头槽绦虫的分类和亲缘关系 总被引:2,自引:0,他引:2
利用RAPD技术分析寄生在广东、福建和甘肃的草鱼、鲤鱼和马口鱼的头槽绦虫的DNA多态性 ,寄性在不同地区的草、鲤鱼的头槽绦虫虽有明显的地理分布差异和严格的宿主特异性 ,但RAPD分析结果显示这两种宿主寄生的头槽绦虫的DNA之间却具有高度的相似性 (72 3%~ 96 3% ) ;而马口头槽绦虫与寄生在草、鲤鱼的头槽绦虫之间则显示低的相似性 (2 4 0 %~ 2 8 2 % ) .它们应分别为独立种. 相似文献
38.
针对目前计算机支持的协作学习存在硬性分组和分组依据模糊性等问题,提出利用数据挖掘方法获取影响协作学习分组性能的基本因素,然后利用模糊神经网络方法对基本因素进行分析进而构建出协作学习的分组模型。并且该方法在某高中信息技术课程的协作学习分组中得到有效应用。 相似文献
39.
计算机支持的协作学习(CSCL)利用先进的计算机技术最大限度的发挥协作学习的优势,分组是协作学习开始的准备.本文根据学习者的个性特征的模糊性,利用模糊聚类分析处理调查数据,提取标准特征属性值.再依据模糊集理论,定义了协作学习能力模糊集的隶属度函数,通过该函数确定学习者的协作学习能力,以此为依据进行分组,替代辅导教师根据经验分组以及硬性的随机分组或学生自主分组,提高分组的执行效率,增强分组的可靠性. 相似文献
40.