油电混合动力是主流还是过渡

"最近油价还会涨吗?""车子达到排放标准了吗?"这些问题不仅牵动了车商和车主的神经,也昭示了汽车业环保、节能时代已经走近,众多厂家都在尽其所能开发各种节油环保技术,混合动力车型的开发就是其中一个重要的领域。随着国产丰田普锐斯、雷克萨斯LS600h混合动力车正式上市,标志着世界首批量产的混合动力车走入了中国寻常百姓家。混合动力车成为了各大媒体关注的焦点,也掀起了业界两种不同观点辩论的高潮。     

加速寿命数据的贝叶斯建模与分析

在加速寿命试验的可靠性设计中,随机化设计的限制以及删失数据不可避免地导致低分位数估计出现较大的偏差.针对上述的问题,结合贝叶斯抽样技术以及非线性混合模型(nonlinear mixed model,NLMM)提出了一种可靠性改进的分析方法.首先,需要检验所收集的数据是否服从威布尔分布以及验证形状参数是否是恒定常数.其次...     

混合学习模式下的新视野大学英语课程改革实验

现代多媒体辅助教学已逐渐取代了一个教师、一块黑板加一支粉笔的传统教育模式。然而由于对多媒体技术的不恰当的应用,很多教师完全以多媒体课件为教学拐杖,上课成了一个鼠标点到底的机械运作模式。幻灯片成为教学的主角,取代了教师的主导地位。学生上课就是观看放映,失去了学习英语的主动性和积极性。为扭转这种局面,在新视野大学英语教学中笔者尝试采用混合学习法进行实验,旨在将传统学习的优势和计算机辅助在线学习的优势紧密结合,实验证明教师不再过多依赖多媒体课件,主导作用得到强化,学生作为学习过程主体的主动性、积极性与创造性也得以充分发挥。     

基于多尺度特征混合注意力的连续帧深度估计

目的 估计获取拍摄物体到相机之间距离的深度信息是单目视觉 SLAM 中获取深度信息的方法,针对无监督单目深度估计算法出现精度不足以及误差较大的问题,提出基于多尺度特征融合的混合注意力机制的连续帧深度估计网络。 方法 通过深度估计和位姿估计的两种编码器解码器结构分别得到深度信息和 6 自由度的位姿信息,深度信息和位姿信息进行图像重建与原图损失计算输出深度信息,深度估计解码器编码器结构构成 U 型网络,位姿估计网络和深度估计网络使用同一个编码器,通过位姿估计解码器输出位姿信息;在编码器中使用混合注意力机制 CBAM 网络结合 ResNet 网络提取四个不同尺度的特征图,为了提升估计的深度信息轮廓细节在提取的每个不同尺度的特征中再进行分配可学习权重系数提取局部和全局特征再和原始特征进行融合。 结果 在 KITTI 数据集上进行训练同时进行误差以及精度评估,最后还进行了测试,与经典的 monodepth2 单目方法相比误差评估指标相对误差、均方根误差和对数均方根误差分别降低 0. 034、0. 129 和 0. 002,自制测试图片证明了网络的泛化性。 结论使用混合注意力机制结合的 ResNet 网络提取多尺度特征,同时在提取的特征上进行多尺度特征融合提升了深度估计效果,改善了轮廓细节。     

观音岩水电站混合坝插入式接头的抗震性能

观音岩水电站混合坝插入式接头高度达71,m,是大坝结构的薄弱环节,接头的动静安全直接关系到工程全局.以薄层单元模拟插入式接头中堆石坝心墙与混凝土的接触面,堆石和心墙料采用Hardin非线性动力本构模型,在三维非线性静力分析基础上,基于时程法对大坝连接坝段进行了地震动力分析,揭示了在地震过程中接头部位接触面的开合变形性态、剪切破坏及地震永久变形情况.三维非线性仿真分析的结果表明:在设防烈度地震作用下,土质防渗体与混凝土坝接触面仅在靠近顶部和两侧部位发生一定张开,张开度较小,张开持续时间短,接触面并未形成贯通的张开面;接触面剪切破坏范围较小,顶部具有一定程度的永久变形.综合来看,插入式接头的抗震安全性是有保障的.     

推广的 Ramsey 数的上界估计

设f1,f2,…,fk是关于图的一些参数.该文运用归纳法给出了一般化的Ramsey数r(f1≥n1,f2≥n2,…,fk≥nk)一个一般的上界估计.同时讨论了混合Ramsey数叭v(f;m;H)在一定条件下的一个上界,并给出了在取特殊参数xF情况下混合Ramsey数的一个准确表达式.     

气水混合加湿系统开发的经济效益分析

温家宝总理在十届人大四次会议上的《政府工作报告》中指出：“到2010年．能源消耗指标在2005年的基础上下降20％。”也就是平均每年降低4％。能源问题是关系到可持续发展的重要问题,卷烟行业也不例外。我们厂为了贯彻落实各级领导提出的节能降耗、提高质量的方针政策和具体要求,积极开展了节能降耗工作。     

实际图像去噪方法研究

本文按照小波去噪的原理,改进并提出了混合去噪的方法,可用于去除原始图像中两种以上的噪声.     

需求稀少情况下随机动态装卸混合问题研究

针对随机动态装卸混合问题中存在的排队现象,运用排队论推导出需求稀少情况下随机动态装卸混合问题期望系统时间的下界;提出了一种实时优化策略——多车场随机队列中位策略;推导出需求稀少情况下,多车场随机队列中位策略和实际应用中广泛采用的随机队列中位策略的期望系统时间,并分析了期望系统时间的渐近性.模拟计算结果表明,需求稀少情况下,多车场随机队列中位策略明显优于随机队列中位策略;当服务强度趋于零时,多车场随机队列中位策略近似为最优策略.     

基于MPSO-BP的RBF网络自构建学习算法

采用PSO混合编码,提出了一种基于混合MPSO-BP的RBF自构建学习算法。该算法中,每个粒子由整数与实数两部分构成,分别对RBF的基函数个数及相关参数(中心、宽度和输出层权值)进行编码。同时设计了一个特殊的适应度函数,在保证精度的前提下,使网络的结构相对简单,以增强网络的自适应与泛化能力,减少主观因素设计对网络性能的影响。仿真实验表明,相对于RBF其他学习算法,所提算法隐节点少、精度高、泛化能力强。