短时中等强度有氧运动对女大学生身体成分及心肺功能的影响研究

为了解短时中等强度有氧运动对女大学生身体成分及心肺功能的影响,研究短时中等强度有氧运动对提升女大学生身体素质、形态等的作用,以对比实验的方法对参与研究短时中等强度有氧运动研究的女大学生的身体成分、心肺功能进行测量分析.结果显示,参与短时中等强度有氧运动的女大学生的身材更加健美,且BMI,WHR、体脂率均明显优于未参与短时中等强度有氧运动的女大学生,差异明显(P0.05);同时,参与运动的女大学生,肺活量、每搏输出量、最大摄氧量、射血分数等都明显提升,心肌收缩能力得到显著提高,均优于未参与运动的女大学生.因此,短时中等强度有氧运动有助于改善女大学生身体成分,提高心肺功能.     

基于变量选择-神经网络模型的复杂路网短时交通流预测

摘要： 针对传统交通流预测模型正在由单断面历史数据处理向多断面、多时刻历史数据处理转变,但在考虑各断面间的影响时,多变的交通状况往往会使预测模型复杂化的问题,引入一种多元线性回归最小绝对收缩和选择算子方法(Lasso),并利用其优秀的变量选择能力,在复杂路网多断面中选出相关性较高的断面；结合神经网络(NN)的非线性特性,提出了Lasso NN组合模型.结果表明：Lasso NN模型在路网交叉口对未来15 min交通流数据预测的误差率低于9.2%；在非交叉口的误差率低于6.7%,总体优于各自单独使用得出的结果.     

变压器实发短时线圈电动力计算

本文将根据短路电流密度Ｊ及漏磁场Ｂ来计算出线圈电磁力。     

基于多级频谱分析和能熵比的应答器系统设计

为解决传统应答器系统在模拟不同距离水下目标时易受强噪声干扰及转发时延精度不高的问题,提出一种粗-细两级波达时刻估计方法并开发一套高精度时延的可靠应答器系统.该系统主要由以信号采集、信号处理为主的上位机和以功率放大器、换能器为主的下位机组成.其中上位机利用多级频谱分析及其峰均比大于设定门限进行粗估计,初步获取信号的波头;再利用基于能熵比的双门限检测算法进行细估计,获得更精准的波达时刻,进而解决了时延不准的问题;最后,系统下位机通过 TCP 接收上位机传输的应答信号并在预定时刻应答回波信号.湖试结果显示,该系统的时延误差小于 40 ms,具有高精度的转发时延优势,并且在强噪声干扰下具有良好的鲁棒性.     

结构时变模态参数辨识的时频分析方法

应用线性和二次时频变换方法，即短时傅里叶变换和魏格纳—维尔分布，进行了时变结构模态参数的辨识．通过对刚度突变和刚度连续变化的单自由度系统时变参数辨识的仿真，论述了两种时频辨识方法的特点．仿真结果表明，时频变换辨识方法是辨识时变模态参数的有效工具，而且魏格纳—维尔分布二次时频表示能得到比基于短时傅里叶变换的谱图更好的辨识结果．     

多普勒信号频域压缩算法中最佳时窗长的选择

研究基于短时傅里叶变换（STFT）的可变窗长的多普勒信号的频域压缩算法中最佳时窗长度的选择问题，提出了根据系统压缩倍数的要求及信号的局部平稳性，选择STFT时间窗长度的可变窗长的频压缩算法，并得到其简化的二窗法频域压缩算法，仿真结果表明，与固定窗长法相比，二窗法频域压缩算法克服了取固定窗长度时存在的偏差较大的问题，取得了比较满意的仿真结果。     

基于短时傅立叶变换和连续小波变换的先天性心脏病心音比较分析研究

介绍了将短时傅立叶变换(STFT)和连续小波变换(CWT)用于先天性心脏病(房间隔缺损、室间隔缺损、动静导管未闭)心音信号进行时频分析、特征提取的研究.两种方法都能较好的识别先天性心脏病人,总有效率为85%.论文对两种方法的优缺点进行了比较.小波变换比短时傅里叶变换能更有效的识别正常人与病人的心音信号的特征,可分性更好.但是短时傅里叶变换能量范围更集中,动态范围变化也更小一些.     

基于模糊C均值聚类和神经网络的短时交通流预测方法

短时交通流预测是动态交通控制和诱导的前提。提出一种模糊C均值聚类和神经网络相结合的短时交通流预测方法。用同一组实测数据对比计算了该方法与BP神经网络预测方法、模糊神经网络预测方法分别得到的预测结果。计算结果表明：所提出的方法的预测准确性明显地高于其他两种方法。     

基于分数阶傅里叶变换的chirp信号时频分析

提出了一种新的基于分数阶傅里叶变换的伪维格纳分布(PWD),用于单分量或多分量chirp信号的分析。首先通过搜索二阶分数阶傅里叶变换矩的极值点,寻找最佳变换域,然后利用旋转的短时傅里叶变换,在分数阶傅里叶变换域中实现各分量chirp信号间的分离,以抑制交叉项及噪声项的干扰。在已知信号模型的前提下,还给出了分数阶傅里叶变换最佳旋转角度的经验计算公式,以辅助信号分析。仿真实验表明,通过对时频平面的旋转,所提出的方法能够在分数阶傅里叶变换域中,很好地抑制多分量信号间的交叉项干扰,更好地提取信号的时频信息。     

2020年8月14—15日聊城极端降水过程成因分析

【目的】通过研究聊城出现的一次极端降水过程，揭示天气成因，提升农业气象服务水平。【方法】从天气实况、环流背景和影响系统、雷达产品出发，对该次极端降水过程进行多尺度特征分析。【结果】低层大气有顺时针的垂直风切变，强暖平流，为此次聊城暴雨发生提供有利的水汽和能量供应，主要影响系统为副高边缘的西南急流和暖式切变线。通过雷达产品分析，聊城市在云顶亮温最低的中部地区，云团合并、亮温梯度最大的南部地区，产生短时强降水和暴雨天气。【结论】研究结果可为暴雨预报预测和相关研究提供参考依据。