南京市水阳江水利血防工程措施浅议

介绍了南京市水阳江流域基本情况及疫区基本情况,阐述了水利血防工程的必要性。介绍了该工程的主要建设内容,并阐述了该工程建设对环境的影响和灭螺后的社会经济效益。     

船舶主发电机典型故障的分析与排除

主发电机作为船舶主要的设备之一,管理系统高度自动化,但由于设备本身的故障或因误操作等原因,故障率比较高,如何及时准确的排除故障,确保船舶的安全运行,已成为广泛关注的焦点之一。文章针对L23／30H型主发电机的典型故障的排除进行了分析。     

基于改进PCNN模型的车辆阴影消除方法

消除车辆阴影对图像分割的影响是车辆自动监控系统中亟待解决的问题。针对阴影具有方向和大小不确定性的特点,充分利用脉冲耦合神经网络模型优良的图像分割能力,结合阴影属性,提出一种基于改进的脉冲耦合神经网络模型的运动车辆阴影消除方法。此方法无需建立道路背景模型与车辆阴影模型,在消除车辆阴影的同时能较好地保留车牌、车窗以及车标等车体的重要信息,为车体定位、特征提取等处理奠定良好的基础。大量现场图像测试结果验证了该方法消除车辆阴影的有效性,可广泛地应用于自然环境中车辆阴影的消除。     

基于MBF的RFID冗余数据清洗

RFID无线射频识别技术在铁路物流中的应用明显提高了管理效率.为了防止漏读数据,实际应用中通常一个区域会部署多个阅读器,这就导致数据的冗余.由于RFID数据是以流的形式快速、自动地产生,是一种动态数据集,很难一次以有限的内存清除冗余数据.本文提出基于矩阵型Bloom滤波器MBF(Matrix Bloom Filter)的清洗方法TIMBF(Time Interval MBF).因为基于MBF,它可以用来表示动态集合,并且不会产生消极错误,能以较小的内存获得很高的正确率.TIMBF保存了标签数据的读取时间,为了进一步减少内存空间的使用,提出了空间优化措施.实验结果证实,本文算法能以较小的内存有效地清除冗余数据.     

某轮发电柴油机的高排温和低爆压故障分析

文章以某轮发电柴油机的高排温、低爆压故障为例,通过对6DSb-22型发电柴油机的工作原理和导致此故障的可能原因分析,提出了解决此类问题的具体方案。     

非本体原因引起的分油机故障分析与处理

随着分油机本体设计的不断完善,外围控制系统和附属设备的增加,一些非本体原因引起的分油机故障也不断发生,且易被传统的观念和经验忽视。文章从控制单元中部件及附属设备等外围环节分析排除故障,对分油机类似管理问题提供借鉴启示。     

具有有源电力滤波器功能的光伏并网发电系统的研究

本文分析了有源电力滤波器(APF)和光伏并网发电系统的工作机理和数学模型,建立了有源电力滤波器和光伏并网发电系统的统一控制系统.根据瞬时无功功率理论,分析了基于i<,p>-i<,q>法的瞬时无功和谐波实时在线检测法,有效地实现了无功补偿和谐波抑制功能.在分析比较现有算法的基础上,建立了有源电力滤波器和光伏并网发电系统的...     

4135柴油机配气系统故障一例剖析

对一台4135柴油机配气系统气门摇臂折断故障现象进行了原因分析、诊断排除的描述,并对出现此类故障可能产生的故障点进行了剖析。     

基于自然驾驶数据的分心驾驶行为识别方法

大量证据表明，驾驶人分心是导致交通事故的主要原因之一。当前基于侵入式（如脑电波等）或半侵入式（如视频等）检测驾驶人分心的方法，不仅对驾驶任务造成一定干扰，且受多种环境因素的制约，误报率较高。基于此，只考虑非侵入式车辆运动特征，提出一种基于深度学习的驾驶人分心状态识别方法：首先，从自然驾驶数据集中获得大量的跟驰片段，采用态势感知方法，提取典型的分心驾驶片段，并建立仅包含车辆运动学特征的分心判别指标集；其次，利用梯度提升决策树-递归特征消除算法（GBDT-RFE）和随机森林-递归特征消除算法（RF-RFE）对特征进行重要度排序，得到重要度较高的分心监测指标；最后，采用长短时记忆神经网络（LSTM-NN）实现分心驾驶的分类识别，并与支持向量机和AdaBoost的模型结果进行对比。研究结果表明：LSTM-NN在判别分心或正常状态时F₁分别为89%、91%，高于SVM和AdaBoost对应二分类结果；进行多分类任务时，判别分心情景的平均F₁较SVM和AdaBoost分别提升了12%和7%，不同类别分心识别的误报率在15%以下，说明LSTM-NN能够有效学习分心序列的前后信息，有利于准确估计驾驶人的状态。研究结果可为车辆分心预警系统和驾驶风险倾向性评估提供方法基础。     

独立悬挂式汽车前轮定位研究与故障排除方法

通过对２２台日本丰田公司生产的皇冠牌轿车前轮定位故障的检测，调整和排除，摸索出一套切实可行的解决这类问题方法，并经理论分析了找出了该方法的科学依据，还总结出了独立悬挂式汽车前轮定位故障树，供维修人员分析和排除故障时查询。