新葡京娱乐场-大陆娱乐场开户注册

其他成果/n建筑材料技術(shù)領(lǐng)域，具體涉及一種減噪保溫墻體材料及其制備方法和減噪保溫砌塊及其制作方法。該方法包括步驟：1）準(zhǔn)備原料；2）將骨料、氧化石墨烯、水泥和硅灰混合，得到混合物A；3）向混合物A中依次加入減水劑、粘結(jié)劑、激發(fā)劑和水泥質(zhì)量30～40%的水，攪拌混合，得混合漿料B；4）將作物秸稈制作成秸稈框架；5）將混合漿料B倒入模具中進(jìn)行澆筑，并在澆筑過程中將步驟4）得到的秸稈框架放入到模具中，脫模后經(jīng)過養(yǎng)護(hù)，即得。本發(fā)明主要原料為建筑垃圾，解決了建筑垃圾處置問題和廢物資源化利用。秸稈與骨料間的空隙結(jié)構(gòu)增長了聲波傳遞的距離并多次折射，削弱了=聲波的能量，具有良好的減噪作用。

機(jī)泵產(chǎn)品每年耗電量占全國總發(fā)電量的20％左右，是耗能大戶。風(fēng)機(jī)／泵在運(yùn)行時(shí)，實(shí)際工況多變，如果在非設(shè)計(jì)工況下運(yùn)行，會(huì)導(dǎo)致效率、可靠性、壽命降低。此外，噪聲嚴(yán)重影響泵的使用效果和使用場景。 效率與振動(dòng)是泵與風(fēng)機(jī)等流體輸送設(shè)備的主要技術(shù)指標(biāo)，與此同時(shí)振動(dòng)也直接影響著閥門作為流動(dòng)控制部件的調(diào)節(jié)精度。現(xiàn)有通流部件設(shè)計(jì)更多從提高效率的角度出發(fā)的，對其振動(dòng)指標(biāo)缺乏足夠的關(guān)注，尚未形成系統(tǒng)的低振動(dòng)通過流部件設(shè)計(jì)方法。本技術(shù)在過流部件設(shè)計(jì)上突破現(xiàn)有模型庫和設(shè)計(jì)理念，通過研究流體機(jī)械內(nèi)部流動(dòng)機(jī)理、液力過程及能量轉(zhuǎn)換機(jī)理，利用CFD分析和三元流設(shè)計(jì)工具來開發(fā)高效、低振動(dòng)過流部件模型。 軌道交通風(fēng)機(jī)主要應(yīng)用于隧道通風(fēng)排煙系統(tǒng)、車站通風(fēng)空調(diào)系統(tǒng)和車輛段通風(fēng)空調(diào)系統(tǒng)。本項(xiàng)目成果基于對地鐵站點(diǎn)的典型關(guān)鍵風(fēng)機(jī)組群進(jìn)行健康狀態(tài)預(yù)測性維護(hù)。能夠?qū)崟r(shí)、遠(yuǎn)程監(jiān)測和診斷典型故障類型，適用于關(guān)鍵風(fēng)機(jī)組群，例如隧道通風(fēng)排煙系統(tǒng)和車站通風(fēng)空調(diào)系統(tǒng)的風(fēng)機(jī)設(shè)備，包括區(qū)間隧道風(fēng)機(jī)、車站排熱風(fēng)機(jī)、車站通風(fēng)空調(diào)系統(tǒng)的大系統(tǒng)和小系統(tǒng)風(fēng)機(jī)。本項(xiàng)目通過對上述軌道交通通風(fēng)關(guān)鍵風(fēng)機(jī)設(shè)備運(yùn)行安全的監(jiān)測和節(jié)能優(yōu)化的研究，積累大量數(shù)據(jù)，并經(jīng)過在試點(diǎn)車站的實(shí)踐基礎(chǔ)上，總結(jié)風(fēng)機(jī)設(shè)備的安全導(dǎo)則，開發(fā)風(fēng)機(jī)安全監(jiān)測平臺，建立風(fēng)機(jī)設(shè)備的安全評價(jià)體系，最終進(jìn)一步提升風(fēng)機(jī)設(shè)備系統(tǒng)運(yùn)行的安全性、可靠性和經(jīng)濟(jì)性，實(shí)現(xiàn)軌道交通安全、綠色運(yùn)營。

本實(shí)用新型公開了一種低噪除雜型塑料粉碎裝置，包括箱體，所述箱體的右側(cè)安裝有機(jī)箱，所述機(jī)箱的頂部安裝有電機(jī)，所述電機(jī)的底部安裝有轉(zhuǎn)軸，所述轉(zhuǎn)軸的外壁套接有第一轉(zhuǎn)輪，所述第一轉(zhuǎn)輪的外壁套接有皮帶，所述皮帶的左側(cè)設(shè)有第二轉(zhuǎn)輪，所述第二轉(zhuǎn)輪與皮帶套接相連，所述第一轉(zhuǎn)輪通過皮帶與第二轉(zhuǎn)輪活動(dòng)相連，所述箱體的內(nèi)壁安裝有轉(zhuǎn)桿。該低噪除雜型塑料粉碎裝置，通過電機(jī)、轉(zhuǎn)軸、第一轉(zhuǎn)輪、第二轉(zhuǎn)輪和轉(zhuǎn)桿之間的配合，在第一切刀、第二切刀和第三切刀的作用下，電機(jī)為交流伺服電機(jī)，通過調(diào)節(jié)電流通過電機(jī)所產(chǎn)生功率的大小進(jìn)而調(diào)節(jié)電機(jī)的轉(zhuǎn)

本發(fā)明涉及一種基于黃金分割比例的菱形模板雙尺度圖像去噪方法。本發(fā)明的技術(shù)要點(diǎn)是采用菱形模板并進(jìn)行自適應(yīng)模板擴(kuò)充，利用參與計(jì)算的信號點(diǎn)的距離權(quán)重和灰度權(quán)重的歸一化權(quán)重進(jìn)行去噪。本發(fā)明的優(yōu)點(diǎn)是菱形模板中參與計(jì)算的所有信號點(diǎn)到中心點(diǎn)的距離方差較小，盡可能避免了距離過遠(yuǎn)的信號點(diǎn)參與濾波計(jì)算；根據(jù)噪聲密度取部分信號點(diǎn)參與計(jì)算，不僅降低了計(jì)算復(fù)雜度，而且降低了模板內(nèi)可能存在的其他噪聲及邊緣對濾波效果的影響；模板中橫向包含的像素點(diǎn)和縱向包含的像素點(diǎn)個(gè)數(shù)之比為1:0.618，充分利用了數(shù)學(xué)的經(jīng)典理念,也符合人的視覺習(xí)慣。實(shí)驗(yàn)結(jié)果表明，本發(fā)明既能處理低密度噪聲，又能處理高密度噪聲，噪聲密度越高，相對效果越好。

本發(fā)明公開了一種面向超光譜數(shù)據(jù)庫的小波去噪算法，屬于超光譜數(shù)據(jù)的處理方法，用于對帶有噪 聲的超光譜曲線進(jìn)行降噪。本發(fā)明順序包括小波降噪?yún)?shù)選擇、小波降噪。本發(fā)明在小波降噪?yún)?shù)學(xué)習(xí) 過程中充分考慮了超光譜數(shù)據(jù)庫中各種物質(zhì)超光譜曲線的特性，快速的選擇適合超光譜數(shù)據(jù)庫絕大多數(shù) 光譜曲線的小波降噪?yún)?shù)，然后使用選擇得到的參數(shù)對測量到的超光譜曲線進(jìn)行降噪。該方法能快速的 針對各種不同應(yīng)用場景的超光譜數(shù)據(jù)庫選擇與之適應(yīng)小波降噪?yún)?shù)，提高了降噪的效果，提高光譜匹配 的準(zhǔn)確率。

本發(fā)明公開了一種對地面建筑群遙感圖像頻譜特性約束的去噪方法和系統(tǒng)，其特征在于，包括：從地面建筑群遙感圖像庫中獲取地面建筑群目標(biāo)參考圖像，對該參考圖像進(jìn)行傅里葉變換得到幅頻譜，對其幅頻譜結(jié)果進(jìn)行閾值分割、腐蝕、和膨脹操作，以獲取地面建筑群目標(biāo)頻譜二值模板，高速飛行器飛行獲取地面建筑群目標(biāo)實(shí)時(shí)圖像，對該實(shí)時(shí)圖像進(jìn)行傅里葉變換得到頻譜，利用獲取的地面建筑群目標(biāo)頻譜二值模板對實(shí)時(shí)圖像的頻譜進(jìn)行頻域?yàn)V波處理，再進(jìn)行傅里葉逆

本成果以Ruger方程為基礎(chǔ),通過有效壓制噪音對裂繼反演結(jié)果的不利影響,使現(xiàn)有大面積有限方位角資料的利用和裂縫探測變?yōu)楝F(xiàn)實(shí)。產(chǎn)生的新算法可以在有限方位角和信噪比低的情況下仍能精確計(jì)算裂縫方位、發(fā)育程度,對于識別油氣運(yùn)移通道、尋找有效儲集空間、準(zhǔn)確評估油氣儲量、提高油氣采收率均具有重要指導(dǎo)意義,并且能夠大幅度降低地震資料的采集費(fèi)用。

本發(fā)明提出了一種基于魯棒低秩張量的高光譜圖像去噪方法，包括建立高光譜圖像噪聲的數(shù)學(xué)模型， 構(gòu)造高光譜圖像魯棒低秩張量（RLRTR）去噪模型，求解 RLRTR 去噪優(yōu)化模型。本發(fā)明充分利用高光 譜圖像（HSI）的先驗(yàn)知識，高光譜圖像被不同的噪聲污染，如高斯噪聲、脈沖噪聲、死像素和條帶噪 聲等。利用干凈的高光譜圖像數(shù)據(jù)具有潛在的低秩張量特性以及異常和非高斯噪聲具有稀疏性的特性， 同時(shí)分別采用核范數(shù)和 l2,1 范數(shù)來表征低秩和稀疏特性；本發(fā)明的技術(shù)

本發(fā)明公開了一種基于改進(jìn)二維經(jīng)驗(yàn)?zāi)B(tài)分解算法的圖像去噪方法,首先，將待去噪圖像經(jīng)傳統(tǒng)BEMD算法進(jìn)行自適應(yīng)分解得到各階IMF后，對各個(gè)IMF的概率密度函數(shù)與待去噪圖像概率密度函數(shù)之間的相似性進(jìn)行測量，其次，根據(jù)相似性測量值區(qū)分出噪聲主導(dǎo)模態(tài)函數(shù)與信號主導(dǎo)模態(tài)函數(shù)的邊界索引值,然后，使用小波去噪算法對噪聲主導(dǎo)模態(tài)函數(shù)進(jìn)行降噪處理得到實(shí)際的圖像噪聲，接著，重構(gòu)出與原圖像具有相同信噪比的多幅圖像后對其累加求平均、實(shí)現(xiàn)將噪聲壓縮到低階IMF中，最后，使用BEMD?DT對該平均圖像進(jìn)行去噪處理。通過本發(fā)明方法對圖像進(jìn)行去噪，取得效果均好于小波降噪以及傳統(tǒng)BEMD等降噪方法的去噪效果。

本發(fā)明公開了一種大規(guī)模 MIMO-FDD 系統(tǒng)中基于信漏噪比 (SLNR)的兩階段預(yù)編碼方法。對每組用戶的第一階段預(yù)編碼設(shè)計(jì)的運(yùn) 算復(fù)雜度低，且本發(fā)明的 SLNR 兩階段預(yù)編碼方法的總速率性能優(yōu)于 Junyoung-Nam 等人提出的 JSDM 預(yù)編碼方法。此外，本發(fā)明的方法基 于每組用戶的 SLNR 進(jìn)行預(yù)編碼設(shè)計(jì)，不會(huì)造成信道狀態(tài)信息損失， 即使相鄰兩組用戶的發(fā)送信號與基站的到達(dá)角有重疊時(shí)，也不會(huì)影響 SLNR 兩階段預(yù)編碼的性能。