几种新兴宽带接入技术的介绍和比较

文章介绍了目前应用的几种宽带接入方式 ,阐述了接入技术的基本理论 ,并对它们的特点、性能做了比较 ,为不同用户及建筑群体的使用提供了参考依据。     

针织物外观平整度的小波分析与等级评定

引入二维小波分析方法,分析针织物的外观平整度,提取了较为精细的针织物图像信息.图像首先经过中值滤波,再利用小波变换分解并从中提取高频信息,然后结合4种表征织物折皱的特征参数,计算不同平整度等级模板的特征值.并以此为依据,运用最小距离判别法,确定16种不同针织物类型的平整度等级.为了定量描述评定结果,通过计算客观评定与主观评定结果的相关系数,验证该方法的可行性.     

5-Br-PADAP共振光散射法测定水中镉

建立了一种快速、准确测定水中镉含量的共振光散射(RLS)方法。在pH=9.0的氨-氯化铵缓冲介质及表面活性剂十二烷基硫酸钠(SDS)存在下,镉(II)与2-(5-溴-2-吡啶偶氮)-5-二乙氨基酚(5-Br-PADAP)可形成复合物,导致体系共振光散射强度显著增加,据此建立了利用共振光散射技术测定镉含量的分析方法。在优化条件下,依次加入0.40 mL的pH=9.0的NH_3-NH_4Cl缓冲溶液,0.10 mL的1.0 mmol/L 5-Br-PADAP溶液,适量镉(II)标准使用液,以及0.40 mL的1.0 mmol/L SDS水溶液,并定容至10.0 mL,于室温下反应10 min,在最大散射峰604 nm处测定共振光的散射信号。结果表明,共振光散射强度与镉(II)质量浓度在5.3～200.0μg/L范围内呈线性关系,检出限(3S_d/K)为0.1μg/L。     

基于HTML5和SSH的课堂成绩管理系统设计

为有效提高学生专业水平,加强教学质量管理,对教学角色、使用需求和开发技术进行分析,应用HTML5和SSH设计了课堂成绩管理系统,并对数据冗余问题,进行了数据库优化,为教师根据学生平时的课堂学习成绩科学地确定期末成绩提供高效、科学的数据支撑.     

5G承载网络研究及部署规划

5G无线网络覆盖将比4G更广、更密,承载网面临超高带宽、超低时延、高精度同步、灵活切片、开放协同、高可靠性等挑战,因此承载网需要更灵活的组网结构以适应无线网络的演进。现有的承载网技术不能完全满足5G演进新需求,需引入网络切片、SDN、NFV和接入无关等新技术,以满足云化、差异化服务和管理控制需求。文中在研究5G网络新业务以及无线网络结构变化的基础上,对5G承载网结构的演进以及可能采用的技术方案进行了探讨,最后从运营商的承载网现状出发,对5G承载网分阶段部署规划提出了建议。     

响应面法优化葡萄糖脱水制备5-羟甲基糠醛

在离子液体1-丁基-3-甲基咪唑氯盐中以纤维素基固体酸为催化剂对葡萄糖脱水制备5-羟甲基糠醛的反应过程进行了研究,并通过响应面法对葡萄糖脱水制备5-羟甲基糠醛的反应条件进行了优化.选取反应温度、反应时间和催化剂用量3个因素进行Box-Behnken设计,利用Design Expert 8.0统计软件进行数据拟合,建立葡萄糖转化率和5-羟甲基糠醛得率与各因素之间的数学模型,并通过方差分析和验证实验证明了得到的数学模型是可靠的.经响应面法优化后,纤维素基固体酸催化葡萄糖脱水制备5-羟甲基糠醛的最佳反应条件为:反应温度160℃,反应时间15 min,催化剂用量50 mg.且在该反应条件下葡萄糖的最大转化率为80.1%,5-羟甲基糠醛的最大得率为47.1%.     

碘掺杂Bi4O5Br2可见光催化降解2,4-二羟基苯甲酸甲酯

2,4-二羟基苯甲酸甲酯（MDB）,是对羟基苯甲酸甲酯在高级氧化过程中形成的的较稳定中间产物,具有比甲酯更强的毒性,其在环境中的存在对水资源及生态系统具有较高的潜在风险. 本文首次在可见光照射下催化降解2,4-二羟基苯甲酸甲酯,并取得了较好的进展. 与纯Bi4O5Br2相比,I-doped Bi4O5Br2催化剂表现出优异的可见光降解2,4-二羟基苯甲酸甲酯活性,其降解速率接近是纯Bi4O5Br2的5倍（0.038 min-1）. I-doped Bi4O5Br2光催化活性增强的主要原因是其更佳的光生电子空穴对的分离效率和更宽的光吸收范围. 机理研究表明,光生空穴和超氧自由基为MDB可见光催化降解过程中的主要活性氧化物种.     

基于改进小波降噪的MEMS间接粗对准方法研究

当前MEMS惯性传感器陀螺仪精度较低导致输出信噪比较小,使得MEMS捷联惯导系统初始对准时误差较大,初始偏移明显,影响后续的解算精度,定位信息不准确.为此提出了一种利用改进阈值函数的小波对原始数据降噪处理后再采用磁强计辅助的MEMS间接粗对准的方法,通过引入调节系数使阈值函数同时具备软阈值和硬阈值两种特性,使得改进后的小波函数在远离阈值处有明显的边缘特性,而在靠近阈值的地方具有较好的连续性,避免信号重构时产生突变,有效减少了使用单一软阈值或硬阈值的局限性.为了避免陀螺仪精度对初始对准结果的影响而采用磁强计辅助对准,利用小波阈值降噪来对加速度计与磁强计的原始数据进行降噪处理后再进行姿态解算,提高了初始对准精度.     

采用Morlet小波的锂电池相对健康状态估计

针对现有电池健康状态(SOH)估计方法存在估计精度低、计算量大等问题,提出了一种采用Morlet小波的锂电池相对健康状态估计方法。首先探究了电池电化学阻抗谱(EIS)与相对健康状态对应关系,然后获取电池实际工况下的电压电流数据,采用Morlet小波对所获得的电池电压和电流数据分别进行Morlet小波变换,用变换后的电压小波系数除以电流小波系数在线计算电池EIS,最后利用在线计算的EIS估计电池的相对健康状态。该方法无需进行大量实验,准确度高,计算快,能更好地应用于电动汽车中。在城市道路循环(UDDS)工况下对所提出的方法进行了验证,实验结果表明,该方法可以准确估计出电池的相对健康状态,估计误差控制在3.3%以内。     

人工智能在拾取地震P波初至中的应用 ——以汶川地震余震序列为例

为了准确而迅速地拾取大量地震事件的P波初至, 将深度学习方法引入微地震P波初至到时拾取研究中, 对卷积神经网络的结构进行改造, 以便适应地震波形数据的特点 P波初至拾取的要求。该算法只需要输入10 s窗口的三分量地震波形数据, 就可以自动地判定P波初至时刻, 无需扫描连续波形, 运算时间远远小于长短窗、模板匹配等传统方法。使用该算法训练汶川地震主震后2008年7—8月7467条人工拾取的余震P波初至到时, 将得到的模型对测试集中 1867条数据的计算结果与人工拾取结果对比, 误差小于0.5 s者占比达到98.9%。在低信噪比条件下, 该方法仍能保持较好的拾取能力。