一种基于四阶累积量的相干信号测向算法

利用四阶累积量估计相干信号的来波方向(DoA)需要获得修正阵列的方向矩阵。提出了一种估计修正阵列方向矩阵的改进算法,它减少了计算量,通过模式激励和空间平滑,实现均匀圆阵对来自不同独立信号源的相干信号的DoA估计,并利用虚拟阵列流形的中心对称性,将复矩阵的特征分解转换为实矩阵的特征分解,减少了计算量。相比基于自相关矩阵的算法,所提出方法提高了阵元利用率,有效地抑制了高斯噪声,不需要对模式激励后的数据进行白化处理,仿真结果表明,在低信噪比和多个独立信号源存在的条件下,有更明显的优势。     

独特的建筑

树林建筑树林建筑是将一座座各种形状的房屋建造在树林上。有一座球形房屋,直径为2.9米。里面可放置一张双人床、一张桌子、椅子、柜子、保险箱等一应俱全,并配有110伏电源插座。球形房屋靠球体上下各4个点来固定缆绳,球体就由这些缆绳固定在空中。要想进入球形房内,得先爬上一段装置在树干上的悬浮梯子,再通过一座吊桥就到了……苏格兰一家公司,专门开设建造树林房屋的服务项目,这种树屋既不会毁坏树木,也不会影响树木的生长。该公司在世界各地已建造了600座各种形状的树林房屋。扭曲房屋房屋的外形多为挺拔的线条组成。而扭曲的房屋,就像…     

大学英语四、六级考试改革以后的问题

本文对大学英语四、六级考试的改革给予了肯定,但同时指出,此次改革的效果难以确定,因为改革以后的四、六级考试难以保证其能真正服务于教学,其权威性和社会认可度会下降。彻底解决问题的办法是,各大学必须研究自己的测试,寻找能够促进本校大学英语教学并科学反映教学目标是否实现的测试方法。     

基于模糊聚类的PSO-神经网络预测热连轧粗轧宽度

为了提高热连轧粗轧宽度的控制精度,以攀钢热轧板厂实测数据为基础,采用粒子群优化算法训练神经网络并将其用于热连轧粗轧宽度预报,通过模糊聚类分析方法进行数据分析,科学选取学习样本,解决了由于样本多、学习速度慢的问题.实测数据运算表明,这种方法可避免神经网络陷入局部极小,带钢粗轧宽度的预报精度控制在6 mm以内,并且训练速度也有很大程度的改善,神经网络结构也得到优化,具有很大的应用潜力.     

汉代《诗经》学兴起的时间及特点浅探

汉代《诗经》学的兴起以四家诗的出现为标志,而四家诗出现的时间基本是在文帝世或景帝前.在兴起的过程中,汉代《诗经》学呈现出治《诗》学者专门化、四家《诗》学师承渊源相同、四家诗存在着不同的流传地域、四家说《诗》要旨和方法相同等一系列特点.     

坚持高新技术产业发展“一高一领先”

高新技术产业是杭州市经济发展的战略性先导产业,高新技术企业是发展高新技术产业的主力军.做大做强高新技术企业群,是坚持杭州高新技术产业发展"一高一领先"的重要保证.     

Fe3O4聚脲微胶囊的制备及性能

用甲苯2,4（2,6）-二异氰酸酯（TDI）为壁材原料,Fe3O4作为芯材,由原位聚合法制得了Fe3O4聚脲微胶囊.通过红外光谱分析和亲水性的比较,证明了Fe3O4已被聚脲包覆.用热分析方法测定了微胶囊内Fe3O4的质量百分比为5.0%、10.2%、15.2%.扫描电镜观察说明,当原料质量比m（Fe3O4）∶m（TDI）=（0.2~0.4）∶2时,微胶囊的分散性好于Fe3O4,此时,微胶囊磁性与Fe3O4相似.微胶囊化的Fe3O4密度为（1.01~1.45）g/cm3,小于原Fe3O4的密度（3.12 g/cm3）.Fe3O4聚脲微胶囊能分散于丙烯酸异辛酯、丙二醇二丙烯酸酯、丙烯酸丁酯、二乙烯三胺、甲苯、乙醇、乙醇水溶液[w（C2H5OH）=30%]、二缩三乙二醇等有机溶剂中,且能稳定存在180 d以上,有望用于涂料、油墨、粘合剂等领域.     

基于遗传算法的电梯群控鲁棒优化模型

针对电梯群控调度过程中交通流不确定的问题,建立了鲁棒优化模型,利用遗传算法对所建模型进行求解.对于不确定线性优化问题,研究了不确定集的选择以及模型鲁棒对等式转化方法.仿真实验中,利用电梯群控虚拟仿真环境对鲁棒优化调度算法在不同交通流下进行了验证.以300人/15 min的混合交通流模式为例,鲁棒优化算法的平均候梯时间比静态分区算法降低12.77 s;平均乘梯时间比最小等待时间算法降低9.7 s;电梯启停次数比静态分区算法少8次.实验结果表明,鲁棒优化调度算法对不同交通模式具有更好的适应性,可以减小交通流不确定性的影响,提高电梯群控调度性能.     

环县扬黄灌区四翅滨藜引种繁育试验

四翅滨藜成功的引种到环县扬黄灌区,不仅对当地的荒山造林、治沙造林和盐碱滩改造提供了一个优良树种,而且对于该树种的大面积造林,提供了理论指导和技术支持。     

一种新颖的串行小生境粒子群算法

提出了一种新颖的自适应串行小生境粒子群优化算法(ASNPSO),它使用多个子群能够串行发现多个最优解.在此算法中,使用了山谷函数以决定如何改变当前运行的子群中粒子的适应度函数,算法具有很强的自适应搜索能力.经使用几个标准测试函数证明了ASNPSO算法在没有任何先验知识的情况下能够有效地发现多个最优解.