加快电信管制改革 实现电信健康发展

通过对我国电信业市场结构、市场行为及市场绩效进行分析，阐明了在我国进行电信管制的必要性。通过管制，以实现电信企业的有效竞争，使我国电信业得到健康发展。     

基于土拱效应的抗滑桩与护壁桩的桩间距分析

抗滑桩与护壁桩分别在滑坡治理和基坑支护中发挥着巨大的作用 ,其实施正是利用了土中的成拱效应 ,然而传统桩的设计虽考虑土拱效应的存在 ,但桩间距确定理论与方法并未建立起来。本文首先基于土体的极限平衡条件对滑坡推力作用下的土体中的成拱作用进行研究 ,得出了抗滑桩的最大桩间距公式 ,并以某一具体工程为例 ,对该最大桩间距的物理意义和可用性进行了讨论。在此基础上 ,给出了在考虑土拱效应的情况下合理桩间距的确定方法 ,并以此为据 ,对边坡加固设计提出一些建议.     

中心逼近式灰色GM(1,1)模型在滑坡变形预测中的应用

黄龙西村滑坡位于甘肃天水,属黄土高势能滑坡,滑体体积3.9×10⁵m³,基底为花岗闪长岩。为了提高滑坡灰色GM(1,1)模型的预测精度,采用一种改变背景值的方法--中心逼近式灰色GM(1,1)模型。通过黄龙西村滑坡实例验证分析,结果表明中心逼近式灰色GM(1,1)模型的预测值与该滑坡实际监测值十分接近,且其残差平方和及平均误差百分比明显比传统灰色GM(1,1)模型的残差平方和及平均误差百分比小,具有较高的预测精度。同时,可通过调整模型中参数m的取值,使中心逼近式灰色GM(1,1)模型具有更高的预测精度。经计算,当m=6时,中心逼近式灰色GM(1,1)模型的预测精度比传统灰色GM(1,1)模型提高了5.34%。     

基于PCA和PNN的模拟电路故障诊断

为了解决模拟电路故障识别困难的问题,提出一种基于主成分分析和概率神经网络的模拟电路故障诊断方法。该方法对采集到的模拟电路故障信息进行特征提取,将提取的故障特征归一化处理后输入概率神经网络,进行训练和故障模式的分类识别。实验结果表明,该方法是有效的,具有较高的故障诊断率。     

基于PCA和PNN的模拟电路故障诊断

为了解决模拟电路故障识别困难的问题,提出一种基于主成分分析和概率神经网络的模拟电路故障诊断方法。该方法对采集到的模拟电路故障信息进行特征提取,将提取的故障特征归一化处理后输入概率神经网络,进行训练和故障模式的分类识别。实验结果表明,该方法是有效的,具有较高的故障诊断率。     

基于DSP的液晶显示系统设计

提出了一种以TMS320VC5409 DSP作为液晶显示器主控制器的设计方法,详细介绍DSP和液晶模块的硬件连接和程序设计。在液晶上实现了汉字显示(不同取模方式)、光棒显示、显示画面滚动和位图显示等一系列功能。希望能为其他各种系统显示前端的设计提供了一种可以借鉴的方法。     

基于最优加权组合模型及高斯－牛顿法的滑坡变形预测研究

在对最优加权组合理论和高斯－牛顿法优化非线性模型参数的方法研究的基础上,依托于洒勒山滑坡的实际变形监测资料,建立了该滑坡变形预测的3个非线性预测模型：指数模型、Verhulst模型和灰色GM（1,1）模型;利用最优加权组合理论建立了洒勒山滑坡的最优加权组合预测模型,并运用高斯－牛顿法对各单一模型和组合模型的参数进行了优化。通过对比分析得出：组合模型的预测精度高于任何单一模型的预测精度;参数优化后各单一模型的预测精度都有不同程度的提高;参数优化后的组合模型预测精度是最高的。因此,综合运用最优组合理论和高斯－牛顿法处理滑坡预测预报模型,是提高滑坡预测预报精度的行之有效的方法。     

火灾报警及消防系统的研制

介绍了一种主从分布式结构的消防电脑点报系统,阐述了系统的工作原理,给出了该系统主要的硬件电路图和控制流程图。从现成工作情况看,该系统报警及时、准确,性能良好、可靠。     

基于稀疏自编码器的混合信号符号检测研究

基于深度神经网络(DNN)的符号检测器(SD)的结构直接影响检测精度和计算复杂度,然而,已有的工作中并未对DNN符号检测器的结构选择方法开展研究。此外,已知的基于DNN的符号检测器复杂度较高且仅能完成单一调制信号的检测。针对以上问题,该文提出基于误符号率(SER)度量的低复杂度稀疏自编码器符号检测器(SAED)结构选择策略,同时,利用提出的累积量和矩特征向量(CMFV)实现了对混合信号的检测。所设计的符号检测器不依赖信道模型和噪声假设,对不同调制方式的信号具有较好的检测性能。仿真结果表明,该文设计的SAE符号检测器的SER性能接近最大似然(ML)检测理论值,且在频偏、相偏和有限训练样本等非理想条件下具有较强的鲁棒性。     

赖氨酸的毛细管电泳特性及测定

研究了缓冲液pH和操作温度对赖氨酸毛细管区带电泳分离中运行电流、电渗迁移率、峰形等参数的影响,确定了赖氨酸电泳分离的最佳实验条件,建立了毛细管区带电泳测定赖氨酸的方法。线性范围为0．1－3．0g/L,检出限为0．03g/L。该法操作简便迅速,重复性好。用于赖氨酸发酵液中赖氨酸的含量测定,结果令人满意。