小型单相同步发电机并列条件仿真分析

小型单相同步发电机并列控制器设计时,并列参数选择需要限制合闸后冲击电流不大于一定范围。通过建立小型单相同步发电机并列系统的场路耦合时步有限元模型,并采用ANSYS的APDL语言编制的计算软件,研究了两台单相同步发电机在不同并列参数差值下并列的暂态过程,得出在3个并列参数差值单因素及多因素作用下合闸后冲击电流的大小和变化规律,为单相同步发电机并列控制器设计提供了准确的并列条件。     

G-M模型病态问题的多步解法

针对G-M模型的病态问题,分析了导致模型病态的原因和各种解决办法,重点研究了两步解法的计算过程.通过对两步解法的借鉴和引申,提出了克服模型病态性的新方法--多步解法.模拟了1个病态问题算例,应用maple数值计算软件,采用不同的方法计算该模型的参数估值,比较它们计算结果的优劣.结果表明,多步解法比两步解法计算精度更高,...     

关于带有有向图的G-非扩张映射的有限步SP-迭代方法的收敛性分析

在带有有向图的一致凸的Banach空间中证明了有限个G-非扩张映射的公共不动点的SP-迭代方法的强收敛定理和弱收敛定理,并给出数值例子论证该方法的优点.     

G-非扩张映射有限族的多步迭代方法及其数值实验

在带有有向图的一致凸的Banach空间中,构造了一种关于G-非扩张映射有限族的公共不动点的多步迭代方法,并利用所构造的迭代方法证明了G-非扩张映射有限族的强、弱收敛定理,最后给出数值例子验证所提出的迭代方法的有效性。     

非结构网格下两步压力校正算法的潮流模拟

针对非结构网格下的潮流数值计算,采用有限体积法离散基本方程,对流-扩散项离散采用幂率格式,交叉扩散项引入超松弛校正方法,水位校正方程应用Rhie-Chow动量插值思想和SIMPLEC类算法导出.采用两步压力校正法将交叉扩散项单独考虑,以提高模型对高度畸变网格的适应能力.计算结果表明,该处理方法可提高压力欠松弛系数,并能有效改善复杂区域潮流模拟的健壮性.通过对黄浦江感潮河段潮流的模拟,表明该模型的预测结果与实测资料吻合良好,模型对潮流的模拟结果是可靠的.     

比例方程的多步变步长Runge-Kutta方法的H-稳定

研究多步隐式Runge-Kutta方法H-稳定性,证明了带有非奇异矩阵A的Runge-Kutta法是H-稳定的充分必要条件是多项式P∞(z)=ξ2-ξ(1-θ-bTA-1e)-(θ-b~TA-1e)是schur多项式,并且没有重根.     

增长曲线模型的两步估计及其优良性

讨论了增长曲线模型回归参数阵的两步估计问题,给出了回归参数阵的可估函数的两步估计具有无偏性的一个基本结论,并验证了两种常见两步估计均具有无偏性．     

小样本条件下SCGAN+CNN低分辨雷达目标一步识别算法

现有低分辨雷达目标识别方法,通常采用先特征提取、再进行目标分类的两步识别算法,这种算法存在识别率难以提高和方法泛化性不足的问题,对此,提出一种增强条件生成对抗网络（strengthening condition generative adversarial network,SCGAN）+卷积神经网络（convolutional neural network,CNN）的低分辨雷达目标一步识别算法。该算法利用CNN自动获取采样数据深层本质特征,无需特征提取,实现对目标的一步识别。为进一步提高小样本条件下的识别效果,基于CGAN理论来提高样本在特征空间的覆盖程度,并对CGAN的判别器进行改进,在损失函数中增加混叠惩戒项,通过SCGAN生成不混叠的生成样本来更好地训练CNN,提高其在小样本条件下的识别能力。仿真对比实验校验了一步识别算法较传统两步识别算法的优越性,以及SCGAN+CNN的低分辨雷达目标一步识别算法在小样本条件下的有效性。     

高斯白噪声背景下机动目标未来运动状态的一步实时预报与滤波

对高斯白噪声背景下机动目标的运动共性进行了研究,绕过了建立系统加速度模型的麻烦,得到了未来运动趋势的一步实时预报模型,并具有很好的实时性.文章中还给出了算例与仿真计算结果.     

浅谈小学语文如何优化“四步教学法”的课堂即时训练

《语文课程标准》中强调“语文是实践性很强的课程”，说明了在小学语文课堂中即时训练的重要性。小学生，对语文的学习还处于起步阶段，语文素养的积累远远不够，在课堂上对他们进行必要的即时训练是课堂教学的关键一环，是实现课堂教学有效性的重要手段．小学语文四步教学法的课堂即时训练是一种不仅能有效增进小学生语文学习的实效性、而且能提高小学生语文能力而又不增加小学生负担的有效练习。有效练习就必须优化练习设计，减少练习过程中的无效劳动，这是“减负”的关键，是有效教学理念的最明显体现。如何优化“四步教学法”的课堂即时训练，我认为可以从如下几个方面着手：