排序方式: 共有42条查询结果,搜索用时 265 毫秒
1.
在B3LYP/6-31l++G(3df, 2pd)水平上全优化得到了三甲基铝双聚体(d-TMA)的C2h和C2v两种构型和单体的C3h结构. 着重用完全基组方法CBS-4M模拟计算了TMA气相平衡中各物种在1.01×105 Pa和300~550 K范围内的热力学函数值. 通过考察d-TMA三线态构型和异裂反应对系统熵值的影响, 准确计算了d-TMA离解反应的ΔrHm和ΔrSm. 以lnKd对1/T作图, 两者之间具有很好的线性关系: lnKd=−9624.4363/T+20.2303, 相关系数R2=1.0000, 与前人实验结果相当一致. 在此基础上提出了新的d-TMA气相离解-缔合反应机理. 相似文献
2.
3.
4.
5.
为了改善脉冲星辐射脉冲信号的消噪效果, 提出了一种基于噪声模态单元预判的经验模态分解(EMD) 消噪声方法. 该方法首先利用EMD将含噪辐射脉冲信号分解为一组内蕴模态函数(IMF), 根据IMF系数的统计特性采用局部均方误差准则进行噪声模态单元预判, 并将噪声模态单元置零; 然后对噪声模态单元预判处理后的IMF以模态单元为基本单位进行最优比例萎缩消噪, 从而达到抑制噪声、保留信号的目的. 实验结果表明: 与Sure Shrink小波阈值法、Bayes Shrink小波阈值法和EMD模态单元比例萎缩法相比, 基于噪声模态单元预判的EMD消噪方法可以更有效地去除脉冲辐射信号中的噪声, 同时更好地保留信号突变处的细节信息特征, 在信噪比、 均方误差、峰值相对误差、峰位误差和相位误差等方面都有一定程度的改善.
关键词:
脉冲星信号消噪
经验模态分解
噪声模态单元预判
局部均方误差 相似文献
6.
7.
本文考虑拟线性Schrdinger-Poisson方程{-△u+V(x)u+Φu-1/2△(u~2)u=f(x,u),x∈R~3,-△Φ=u~2,x∈R~3,其中f是一个C~1超线性且次临界的非线性项,V是正的有界位势.利用扰动方法,我们证明了该方程非平凡解、正解、负解、变号解的存在性. 相似文献
8.
针对电能质量扰动的消噪问题,提出一种基于经验模态分解(EMD)和主成分分析(PCA)的消噪方法.方法先用EMD将信号分解为一组内蕴模态函数(IMF),对第一层IMF进行细节信息提取,然后对第二层及其后面的IMF进行PCA变换,根据噪声能量选择合适的主成分分量重构,去除各层IMF中的噪声.分别用电压聚降、电压中断、暂态脉冲、谐波及其组合进行数字仿真,和SureShrink小波阈值法、BayesShrink小波阈值法去噪结果比较,所用的方法去噪效果优于SureShrink小波阈值法、BayesShrink小波阈值法去噪结果,尤其对于电压暂降、电压中断、电压聚升这几个最重要的暂态电能质量问题消噪效果更为明显,结果证实了其有效性. 相似文献
9.
混沌时间序列在自然界以及人们的生产生活中很常见,混沌序列看似杂乱无章但相较于纯随机序列其中蕴含着一些非线性的运动特征,提出一种基于多尺度自适应阶ARMA的混沌时间序列多步预测方法.首先利用自适应噪声的完备经验模态分解(CEEMDAN)对原始混沌序列进行分解,获得不同尺度的固有模态分量(IMF)和残余分量.然后采用经粒子群算法(PSO)进行阶数寻优的自回归移动平均模型(ARMA)对每一个IMF分量进行拟合预测.最后将预测得到的每一个分量相加得到原始混沌序列的预测值.基于Mackay-Glass混沌序列和太阳黑子数混沌序列进行实验分析,实验表明:与ARMA、PSO-ARMA以及CEEMDAN-ARMA方法相比,方法的预测效果有较好的提高,其平均绝对误差(MAE)、均方根误差(RMSE)以及平均绝对百分比误差(MAPE)都有降低. 相似文献
10.
为了保持高岛分辨率合成孔径雷达(SAR)图像中的纹理结构,提出了一种基于BivaShrink模型的Contourlet 域SAR图像相干斑噪声抑制算法.联合当前层和父层的Contourlet系数,通过计算局部方差一致性范数和区域能量比,自适应地确定方差估计区域的形状和大小.从而对原始图像方差进行最优估计.实验结果表明,算法在噪声的去除和结构信息等细节的保持上均不同程度的优于小波BivaShrink去噪算法和Contourlet 阈值去噪算法,主观效果和数值指标都有较好改进. 相似文献