铁碳内电解法深度处理焦化废水的研究

采用铁碳内电解方法对焦化废水进行了深度处理研究,考察了pH值、反应时间、铸铁屑和颗粒活性炭的投加量对反应效果的影响,并通过L（934）正交试验,确定了最佳反应条件。     

《系统工程与电子技术》征稿简则

《系统工程与电子技术》是由中国航天科工防御技术研究院、中国宇航学会和中国系统工程学会联合主办的学术期刊,创刊于1979年,为月刊。长期以来,本刊始终坚持理论与实践相结合、深度与广度相结合的方针,努力反映系统工程与电子技术两大领域及相关学科的最新成果和研究进展,为推进理论创新、促进学术繁荣、推动科技进步做出了积极贡献。目前《系统工程与电子技术》已被美国工程索引(EI)、美国剑桥科学文摘(CSA)、英国科学文摘(INSPEC)、德国数学文摘(Zbl MATH)等多种著名检索系统收录     

橡胶树miRNA探查

橡胶是一种重要的工业原料,橡胶树的种植是热带地区尤其是海南省重要的农业产业之一。miRNA在生物的生长发育及抵御病虫害方面发挥了重要作用,而已公布橡胶树的miRNA仅有32种。通过胶乳miRNA测序的方法对橡胶树miRNA进行系统的探查,共发现已知miRNA 170种,预测新的miRNA 250种,对这些miRNA靶基因进行预测及GO功能富集分析发现,其GO条目主要集中在碳水化合物的合成代谢方面,这提示我们miRNA在胶乳的合成代谢过程中发挥了一定的作用。实验结果将为后续miRNA的进一步研究应用奠定基础。     

ERP系统中物料清单到单损耗表的转换算法

结合一个实际的海关联网监管项目,实现了物料清单(BOM)到单损耗表的转换.转换过程采用深度优先算法,在遍历的基础上构造树状BOM结构,并最终按照转换规则生成单损耗表.算法使用面向对象技术,实现了数据的封装,该算法在实际项目中得到了验证.     

絮凝过滤在石化废水深度处理中的应用研究

通过小试实验,比较分析无机、有机及复合絮凝剂对某石化企业污水处理厂出水的絮凝效果,通过处理效果和成本分析,筛选得到了聚合氯化铝-聚二甲基二烯丙基氯化铵复合絮凝剂(PAC-PDMDAAC).该絮凝剂在投加量为50 mg.L-1时,浊度最大去除率为72.4%;在实验投加量范围内,CODC r去除率均在40%以上;投加量为40 mg.L-1时,最大去除率达59.3%.在小试的基础上,将该絮凝剂应用于中试实验,分析监测不同构筑物对CODC r的去除效果等参数,确定了合理的投药量、排泥量、反冲洗时间、沉淀时间、处理水量等指标.     

HTTP网络应用特征串的自动提取

网络应用特征串的提取是网络流量分类中深度包检测(DPI)系统至关重要的一环.文中提出一种自动提取不同的HTrP网络应用(如网络视频、网络游戏、SNS等)的特征串的方法.该方法先对HTrP网络应用的全报文数据进行组流分析,然后通过一个基于Hash表的算法提取出频繁出现的字符串,最后通过建立HTTP应用共性特征库,对频繁串...     

基于时延估计的非视域隐藏目标深度定位研究

非视域成像技术是对直接视线范围内看不到的物体（如拐角处的隐藏目标）进行探测并成像的技术,基于飞行时间的成像技术主要是探测深度图,首先需要完成对隐藏目标的深度定位,再对其进行图像重建。提出使用时间延迟估计算法对隐藏目标进行深度定位,并分别进行两组实验,针对不同隐藏目标个数和隐藏目标之间的距离,在不同噪声比下（0、5 dB、10 dB和20 dB）,对隐藏目标的深度定位进行研究。实验结果表明：当隐藏目标之间的距离不断变小时,深度定位误差也在不断增大,隐藏目标之间的最小距离约100 cm（激光脉冲为1 ns）;噪声对深度定位的影响较小,去噪后的误差减少为1～2 cm,表明提出的时延估计算法具有一定的抗噪能力。     

基于改进的深度学习网络的SAR图像瞬时海岸线自动提取算法

针对目前合成孔径雷达(synthetic aperture radar, SAR)在对大尺度瞬时海岸线提取方面的图像解译过程中, 仍然存在精度低与自动化水平差的问题, 提出一种基于深度学习网络的瞬时海岸线自动提取算法。首先, 将SAR图像进行Lee滤波增强来抑制相干斑。其次, 通过升级残差网络为主干网络,分4级提取海水目标的特征。然后, 将4级特征经过全局卷积网络、密集连接网络和解码器网络配合,充分提取目标的本质特征, 并通过上采样产生海水分割结果。最后, 利用Sobel算子分离出海岸线并和原SAR图像融合以便清晰查看结果。通过与全卷积网络与细化网络的海岸线提取实验结果进行对比, 证明所提算法对海岸线的提取更加准确, 能够减少虚警和漏警, 具有更好的性能。     

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。     

基于网格流的视频修补网络

视频修补的目的是基于视频帧之间的时空域上下文信息修补空洞.现有的方法由于不能准确地对运动轨迹进行建模经常导致修补结果无法保持良好的时空一致性.为此引入灵活的形状自适应网格作为基本处理单元,将网格流用于运动表示,提出了一个基于网格流的视频修补网络,通过先预测网络流再添补空洞区域的方式对视频进行修补.具体地,首先设计了一个...