音箱低频特性仿真软件的应用

介绍了倒相式音箱类比成集中参数等效电路的方法和音箱低频特性计算机辅助设计软件及其使用方法.选用Visual Fortran设计了一个实际音箱,实测结果与计算机仿真结果符合得很好.     

某电站库区泥石流环境地质评价与危害性分 析简

介绍了某电站库区泥石流发育情况，对泥石流的数目及密度进行了统计，并对几条典型的泥石流，如，朱倭希沟泥石流、安古溪沟泥石流、博兹沟泥石流、杜西沟泥石流的发育形态、特点、类型及危害情况进行了分析，对泥石流的发生趋势进行了预测及对周边生产和生活的影响。     

人力资源公共服务平台构建之宏观环境分析

众所周知,发达国家十分重视公共服务平台的建设,以保证各类服务和功能的实现。而在我国,一个专业的、由政府和非政府组织共同搭建、服务于各类人力资源的公共平台无论在理论界还是实践中都几乎处于空白。用P、E、S、T这一工具,对我国人力资源公共服务平台的构建作宏观环境的分析。     

伪满洲国时期的东北海关

日本帝国主义在侵占东北后,便急于夺取海关,以掠夺东北的丰富资源,为其不断扩大的侵略战争服务。东北经济完全沦为殖民地经济。     

脉冲星数字终端技术综述

脉冲星数字终端是脉冲星观测和搜寻的重要设备,可实现模拟信号的数字化及脉冲星信号处理.随着脉冲星研究的不断深入和数字技术的迅速发展,对脉冲星数字终端的性能要求也在不断提高,需要在更宽带宽、更高的时间分辨率与更高的频率分辨率下进行高速采样、实时分析与处理.本文以国内外主要脉冲星观测射电望远镜为基础,回顾了脉冲星终端的发展历史,综述了目前主流大口径射电望远镜脉冲星数字终端的现状.在调研和分析已有和正在研制的脉冲星数字终端的基础上,构思和讨论了采用开放RFSoC平台+GPU集群为基础的QTT终端系统的设计方案和研制思路.     

关于二维射影变换中一个问题的讨论

我们知道,二维射影变换、使得一个点列与它的对应点列,线束与它的对应线束间的关系,成为射影对应关系。那么,在什么条件下,这个影射对应关系,成为透视对应关系呢?在射影平面上成透视对应的点列,线束的分布情况又如何呢?从几何特征讲,判断一个点列与点列(线束     

多相Mo-Si-B合金材料的性质

多相Mo-Si-B合金是非常具有吸引力的新型高温结构材料. 它熔点高、抗氧化性、抗蠕变性和室温断裂韧性好.阐述了Mo-Si-B微观结构对多相Mo-Si-B合金性能的影响,举例说明了多相Mo-Si-B合金的抗氧化性及断裂韧性比钼或钼的硅化物有明显提高.指出了存在的问题和今后努力方向.     

W UMa型相接双星统计特性的研究

通过对W UMa型双星的观测资料进行初步的统计研究分析,给出了若干参量之间的关系图,揭示了W UMa型相接双星的一些统计特性.     

液弹隔振器非线性传递特性研究

针对液弹隔振器下端空气弹簧变形特点,本研究从液弹隔振器结构模型出发,分析液弹隔振器各部分受力与位移关系,推导考虑和不考虑液弹隔振器下端非线性刚度的运动方程。获得两种条件下液弹隔振器位移传递率,分析存在非线性刚度下位移传递率特性。研究发现：考虑非线性的位移传递率表现出显著的硬化特性,最佳隔振频率随着激振位移幅值增长而增大,隔振频率设计值处的位移传递率随激振位移幅值增长而增大,即隔振效果下降;当液弹隔振器承受较大幅值振动,如激振位移幅值超过10%空气弹簧深度,应当考虑空气弹簧非线性刚度影响。     

基于双向长短期记忆网络的太赫兹光谱识别

特征提取是太赫兹光谱识别的关键处理步骤,通常利用降维方法作为特征提取手段。然而,当一些化合物的太赫兹光谱曲线整体差异度较小时,降维方法往往会缺失样本差异的重要特征信息,从而导致分类错误。如果不采用降维方法提取特征,传统机器学习分类算法对维数较高的原始太赫兹光谱数据又不能很好的分类。针对此问题,提出了一种基于双向长短期记忆网络（BLSTM-RNN）自动提取太赫兹光谱特征的识别方法。BLSTM-RNN作为一种特殊的循环神经网络,利用其LSTM单元可以有效解决原始太赫兹光谱数据维数较高使得模型难以训练问题。再结合模型的双向频谱信息利用架构模式,可以增强模型对复杂光谱数据自动提取有效特征信息的能力。采用三类、15种化合物太赫兹透射光谱作为测试对象,首先利用S-G滤波和三次样条插值对Anthraquinone,Benomyl和Carbazole等十五种化合物在0.9～6 THz内的太赫兹透射光谱数据进行归一化处理,然后通过构建一个具有双向长短期记忆的循环神经网络对太赫兹光谱的全频谱信息进行自动特征提取并利用Softmax分类器进行分类。通过试验优化网络结构和各项参数,最终获得了针对复杂太赫兹透射光谱数据的预测模型,并与传统机器学习算法SVM,KNN及神经网络算法MLP,CNN进行对比实验。结果表明,dataset-1和dataset-2分别作为差异度较大和无明显峰值特征的五种化合物太赫兹透射光谱数据集,其平均识别率分别为100%和98.51%,与其他方法相比识别率有所提高;最重要的是,dataset-3作为5种化合物谱线极为相似的太赫兹透射光谱数据集,其平均识别率为96.56%,与其他方法相比识别率提高显著;dataset-4作为dataset-1,dataset-2和dataset-3的透射光谱数据集集合,其平均识别率为98.87%。从而验证了BLSTM-RNN模型能自动提取有效的太赫兹光谱特征,同时又能保证复杂太赫兹光谱的预测精度。在选择模型训练优化算法方面,使用Adam优化算法要好于RMSProp,SGD和AdaGrad,其模型的目标函数损失值收敛速度最快。同时随着模型训练迭代次数增加,相似太赫兹透射光谱数据集的预测准确率也不断提升。可为复杂太赫兹光谱数据库的光谱识别检索提供一种新的识别方法。