城市区域多物流无人机协同任务分配

针对城市区域多无人机协同物流任务分配问题, 综合考虑不同无人机性能、物流时效性、飞行可靠性等影响因素, 以经济成本、时间损失和安全风险最小为目标函数, 构建多无人机协同物流任务分配模型。因问题规模大、求解复杂度高, 设计改进的量子粒子群算法进行求解。首先，为增强粒子遍历性和多样性, 采用均匀化级联Logistic映射进行粒子初始化; 其次，为避免算法陷入局部最优解, 引入基于高斯分布的粒子变异方式; 最后，为提高算法运行效率, 运用自适应惯性权重方法对粒子赋值。仿真实验结果表明，所构建的模型能够实现任务分配多目标优化, 贴近城市区域无人机物流配送实际; 所提算法与传统量子粒子群算法和遗传算法相比, 任务分配代价分别下降了5.9%和6.3%;并进一步对参数权重设置进行分析, 当3个子目标函数权重系数分别为0.225、0.275和0.500, 种群规模为150时, 算法规划的结果最优。     

差压式汽包水位的误差分析和改进

汽包水位水位是现代火电厂重要的监视参数之一,保证汽包水位的准确对机组的安全,经济运行有着很大的帮助,本文从汽包水位的测量原理推导出水位的计算公式,并通过分析计算公式中的参数,得出影响水位测量的几个关键因素,通过对这些因素的分析提出了几项改进措施,可以提高水位测量的准确性。     

河南省废气排放状况与改进方法探究

废气处理不当会带来许多危害,废气的排放与处理已成为人们关注的重点问题。本文首先对比了2016年与2017年河南省废气排放与治理状况,分析废气排放的特点。之后,针对这些现象提出减少废气排放与优化废气处理的方法,为河南省废气的排放与处理提供理论依据。     

基于ESVM的科技政策文本标签分类研究

文本标签作为一种文本关键词,能够简化科技政策中有效信息的挖掘。本文从科技政策类别角度,将标签类别分为科技投入、知识产权、农村科技和税收四类,针对传统SVM算法的缺点和标签数据不平衡的缺点,结合欧式距离思想,提出一种带有惩罚因子的ESVM科技政策文本标签分类方法。最后,对比SVM和ESVM两种分类方法,验证了本文方法在处理科技政策文本标签数据上的有效性。     

我国股票市场行业间波动溢出效应研究——基于改进的EMD去噪方法

针对我国股市噪声交易能量较大、行业指数同步性较高的特点,提出改进的EMD(empirical mode decomposition,经验模态分解)去噪方法对行业数据进行处理,进而采用BEKK-GARCH模型分析金融危机前、金融危机期间、金融危机后三个阶段行业间波动溢出效应.研究表明,在降低股价同步性方面,改进的EMD去噪方法效果更佳;行业间波动溢出效应在金融危机期间显著上升,金融危机后回落;较之金融危机前,金融危机后传统制造业受产业链上游的波动溢出效应有所降低、受科研的波动溢出效应有增强的趋势.     

变电站电缆敷设及二次接线的工艺改进

电缆敷设是指电缆从配电箱出来以后到达用电设备或另一个配电箱的走线方式，一般而言，不同的环境、条件、性质所选择的电缆敷设方式也有差异。电缆敷设和二次接线是变电所建设施工过程中的重要工作，与整个工程的质量息息相关，也是涉及到变电站各项保护功能实现的重要项目。在电缆敷设和二次接线施工过程中，涵盖许多内容和程序，各个环节都对整个工程的质量息息相关，做好每一个环节的改进工作是提高其质量的关键。文章从变电站电缆敷设和二次接线的一般工艺着手，探讨了如何改进其工艺提高工程质量的问题。     

SQ12QQY型直臂式随车起重机伸缩臂窜臂现象的原因分析及改进措施

对直臂式随车起重机伸缩臂窜臂现象进行了分析,结果表明窜臂现象是伸缩臂油缸参数匹配不合理造成的。提出了伸缩臂油缸的无杆腔面积逐级递增的改进措施,实物验证其能有效地解决窜臂问题。改进措施对其他机型的随车起重机伸缩臂油缸参数设计具有借鉴意义。     

浅谈如何转变高职院校测绘专业教学模式

随着社会和经济的快速发展,当前社会对人才已从注重学历开始向技能型人才方向转变。高职院校虽然是培养高素质、高技能实用型人才的重要基地,但在传统的教学模式上其所培养出来的学生不能更好地满足社会发展的需求。在这种情况下,高职院校需要加快教学模式的转变,努力提高教学质量,从而培养出符合社会需求的专业性人才。文中对现有高职院校教学模式有待改变的情况进行了分析,并进一步对高职院校测绘类专业教学模式的改进进行了具体的阐述。     

单体液压支柱顶盖对支撑性能的影响分析及改进

单体液压支柱的顶盖是对顶板支撑性能影响的一个重要因素，由于煤矿井下条件恶劣，支柱活动顶盖易卡死，本文从单柱的工作原理入手，分析单体工作时的受力状况及顶盖对支承性能的影响，提出改变整体顶盖为活动顶盖的初步方案。     

Hybrid SVM／HMM Method for Face Recognition

A face recognition system based on Support Vector Machine(SVM) and Hidden Markov Model (HMM) has been proposed. The powerful discriminative ability of SVM is combined with the temporal modeling ability of HMM. The output of SVM is moderated to be probability output, which replaces the Mixture of Gauss (MOG) in HMM. Wavelet transformation is used to extract observation vector, which reduces the data dimension and improves the robustness.The hybrid system is compared with pure HMM face recognition method based on ORL face database and Yale face database. Experiments results show that the hybrid method has better performance.