一衣带水 一飞之间——记第7届中日机械技术史和机械设计国际学术会议

在国家自然科学基金委员会、王宽诚教育基金会的支持和协助下，2008年10月31日-11月1日，第7届中13机械技术史和机械设计国际学术会议暨（CJICHMTMD-2006）在中国北京航空航天大学召开，来自日本和中国的51名专家学者出席了会议。这是中国和日本机械技术史和机械设计方面的科技工作者共同努力的成果，也是中13机械技术史国际会议10周年值得庆祝的大事。     

镇保隧道左幅进口洞口段变形及坍方处治方案

镇保隧道左幅进口进洞前后，洞口边仰坡变形开裂、洞内右侧初期支护大范围变形侵界、浅埋段地表沉降开裂滑塌及大坍方，文章阐述了如何对以上情况进行处理。     

用小波变换和奇异指数表征蔡氏混沌信号键带

计算了蔡氏电路混沌信号的离散二进小波变换及奇异指数，结果发现，当尺度2∧5上的小波变换结果的模大于某一阈值时，其所对应的信号段就是键带，在混沌信号的键带处，奇异指数限大的正值，而在非键带处，奇异指数取负值或小的正值。     

房建工程后浇带的设计施工探讨

本文结合深圳市某写字楼工程实例,从设计及施工的角度对建筑工程中后浇带的质量技术要求,并结合后浇带在施工过程中较常碰到的一些技术问题提出了个人的看法及观点,以供业内各位同行日后在进行相同工程的施工时能起到参考借鉴之效。     

关于p-一致光滑Banach空间中非自映像的Reich公开问题

在p -一致光滑的Banach空间(1相似文献   

KHP119煤矿用带式输送机断带保护装置在马脊梁矿的应用

论述了胶带输送机断带事故发生的原因及预防措施,简述了断带保护装置的选用原则,介绍了KHP119断带保护装置的性能特点及安装调试。     

换热管内置十字头错开塑料扭带的工作特性

为了比较普通扭带与错开扭带的工作特性,试验过程中将普通塑料扭带和十字头错开塑料扭带作为换热管的内插件,以水为工作介质,通过冷态试验,测出试验管段的压力降.选取转动效果好的内插件做热态试验.在热态试验中,管程的水被壳程的饱和蒸汽加热,测出进出口流体的温度以及饱和蒸汽的温度.在大量试验数据的基础上得出了其阻力特性和传热特性...     

古希腊地理学中的klima概念及其译名商榷

在现代意义上的经纬度框架出现之前,古希腊的地理学家通常使用klima这一概念来进行特定地点的定位与标示。klima原意为“倾斜”,系由天文领域进入地学讨论,进而成为“纬度”概念出现之前测量纬度的主要方式。古代的地理学家藉此建立一套以时长或日影比例标示,且仅限于“居住世界”的规范体系。但在当下的语境中,该词的传播和译介却遭到了诸多误读,最常见的讹误是将它理解为覆盖地球的“气候带”。本文试图通过概念溯源和文本分析,指出古希腊地理学中的klima与气候并无直接关联,同时与“纬线”“纬度”等邻近概念互有异同。根据语境的不同,建议该词译为“(时长)纬度”或“纬度带”,以避免时代误置并契合古代文献中的实际含义。     

联合变化检测与子带对消技术的SAR图像干扰抑制方法

子带对消(subband spectral cancellation, SSC)法是一种有效的合成孔径雷达(synthetic aperture radar, SAR)射频干扰(radio frequency interference, RFI)抑制方法, 但其在消除干扰的同时容易损失图像细节信息, 影响后续图像解译。为此, 在SSC方法的基础上, 联合变化检测技术, 提出一种改进的SAR图像干扰抑制方法。根据改进的对数比变化检测算子, 所提方法实现了干扰二次检测, 消除了干扰图像中的虚警信息, 避免了图像中有用信号的损失。基于欧空局Sentinel-1A卫星干涉宽幅模式受干扰SAR图像, 开展了干扰抑制与效果评估。实验结果表明, 所提方法能够在有效抑制干扰的同时尽可能保留SAR图像细节信息, 证明了所提方法的有效性。     

基于CWD和残差收缩网络的调制方式识别方法

针对低信噪比时莱斯信道下特征提取准确性难以保证、识别准确率偏低等问题, 提出一种基于Choi-Williams分布(Choi-Williams distribution, CWD)和深度残差收缩网络(deep residual shrinkage network, DRSN)的通信辐射源信号调制方式识别方法。利用CWD将时域复信号转换为二维时频矩阵, 对深度残差网络添加软阈值化得到DRSN, 将时频矩阵样本用于对DRSN的训练, 最终构建不同信噪比下的调制方式识别网络。仿真实验表明, 基于RadioML2016.10a数据集, 利用部分先验信息的情况下, 该分类识别方法具有较高的识别准确率和噪声鲁棒性。在0 dB时, 对11类信号的总体识别准确率达到了89.95%;在2 dB以上时, 总体识别准确率均超过91%, 优于其他深度学习识别方法。