汽油烃类族组成检测方法的比较

对几种汽油族组成的测定方法及其适用范围和优劣进行了探讨,实验结果表明：使用多维气相色谱仪采用EN14517测定方法,一次就能检测出烯烃、芳烃、苯含量和氧含量。在与GB／T11132、SH／T0713、SH／T0663方法比对后,结果均符合比对方法再现性的要求,它可以作为GB／T11132、SH／＇r0713、SH／T0663方法的替代分析方法。     

传感器在汽车报警系统中的应用

传感器在汽车防盗报警、轮胎欠压报警、发动机温度报警、油压系统报警、酒后驾驶报警、倒车防撞报警等方面有着广泛的应用,研究了传感器在汽车遇到危险情况时能够准确检测、自动报警并及时切断发动机油路的新方法,为增强汽车行驶的安全提供一种新方案．     

多功能自动拨号报警系统设计研究

介绍以AT89S51单片机为核心的多功能自动拨号报警系统,给出了系统硬件框图和程序流程图.该系统能够进行电话线的断线检测,能够任意修改预设电话号码,能通过无线方式准确接收到并区分来自热释红外防盗传感器、有毒气体传感器和烟雾传感器的报警信号,当单片机检测到上述报警信号时,立即启动摘/挂机电路摘机,并从AT24C02存储器...     

基于PROTEUS温度检测仿真系统的设计

为解决上下位机串口通讯的仿真问题,以温度检测仿真系统为例,给出了具体的解决方法。系统以Proteus为平台,VC＋＋和KeiluVision3为开发工具,虚拟串口软件SUDT Serial Null模拟RS232串121连接,上位机采用MSComm控件进行串口程序编写,实现了在一台计算机上单片机与PC机之间串口通讯的仿真。     

基于工作过程的高职“食品理化检测技术”课程设计

"食品理化检测技术"课程是高职高专食品营养检测专业的核心课程之一。在课程设计中,课程组成员与行业专家合作,基于食品检验岗位的任务分析,根据岗位工作的任务和能力要求,确定教学内容;课程组成员深入多家单位实地了解职业岗位情况,与企业共同开发和设计课程,根据企业食品检验岗位的真实检测项目,共同设计与制作了一系列任务工单,教学过程以任务工单的实施与完成为主线,在提高学生专业技能和职业素养方面发挥了积极的作用。     

一种基于改进帧差法的运动目标检测

针对视频中的运动目标离摄像头较近时由于形状的变化而导致目标边界测定不准确的问题,在帧间差分法的基础上,提出了一个求精运动目标边界的算法。先用得到边界值计算目标中心点,再对视频中的运动目标进行运动距离和速度的检测,并在Matlab中进行仿真。实验结果表明,该算法对帧差法的结果进行求精后,得到的运动目标的状态值更接近于实际情况,改进的算法更适合于视频中运动目标形状变化较大的情况下进行运动目标状态的检测。     

一种改进的带正反馈的主动频移法仿真

为提高光伏发电系统孤岛检测性能,在带正反馈的主动频移(Active Frequency Drift with Positive Feedback,AFDPF)法的基础上,将初始斩波因子设置为公共耦合点(Point of Common Coupling,PCC)电压频率的函数,设计一种变初始斩波因子的AFDPF法.基于Qf0×Cnorm坐标系分析比较两种AFDPF法的检测盲区,并在MATLAB/Simulink环境下,对单相光伏并网发电系统的孤岛检测进行仿真.结果表明:使用AFDPF法时,反馈系数的大小与孤岛检测速度成正比,与检测盲区成反比;改进的AFDPF法可以根据负载的性质改变初始扰动的方向,检测盲区的位置也会随之向上或向下移动;改进的AFDPF法不仅适用于容性负载和感性负载,而且可减小检测盲区和加快检测速度.     

大运动量训练削弱了大脑前注意自动加工：来自MMN的证据

前注意是注意加工过程的早期阶段,是在注意之前对事物进行该不该注意分析的心理过程,它反映了大脑皮质对外界信息的自动加工能力,是选择性注意的开始或准备阶段。失匹配负波（MMN）是反映大脑前注意加工的ERP成分。本文以MMN为测试指标,考察了大运动量训练是否对运动员的前注意加工造成影响,为评价运动员的机能状态提供新指标,进而为帮助教练员合理地安排运动负荷提供科学依据。本文以13名上海青年男子排球运动员为研究对象,采用组内设计,记录和分析了运动员大运动量训练前后由不同声音频率引发的MMN波形。研究结果显示：大运动量训练后运动员MMN波幅显著降低。本研究结果表明,大运动量训练削弱了运动员的大脑前注意自动加工能力,MMN可以较敏感地反映运动员在训练期的大脑机能状况。     

一种基于Spark的论文相似性快速检测方法

[目的/意义] , 从大规模已知文本集中检测出与待检测论文的相似文本并计算相似度大小, 用于满足在线论文相似性检测秒级响应需求。[方法/过程] 采用分治法策略, 对已知文本句集进行基于正交基的软聚类预处理, 并对软聚类后的每个簇建立倒排索引。接着在快数据处理平台Spark上执行相似性检测, 采用字符结合词组形式计算出待检测论文与已知文本的相似度大小。[结果/结论] 通过200万规模的已知文本集实验结果显示, 综合4种类型的待检测论文, 所提出的倒排索引结合软聚类算法准确率P为100.0%, 召回率R为93.6%, 调和平均值F为96.7%。调和平均值F比相似性检测算法LCS高10%左右, 比Simhash算法高约23%。在检测速度上, 对于一篇字数为5 000左右的待检测论文, 检测时间约为6.5秒, 比Simhash算法快近300倍, 比LCS算法快约4 000倍。此外, 实验结果还表明基于Spark的分布式并行相似性检测算法具有较好的可扩展性。     

基于科技论文多特征项共现突发强度分析方法的算法实现与可视化图谱研究

[目的/意义]基于科技论文多特征项共现突发强度的分析方法研究是将各学科领域科技论文文献载体中的多特征项共现信息定量化、重点热点突发的信息内容可视化的知识图谱分析方法。从动态论文等文献的文档流中探测出突发的特征项对识别密集的内容、活跃的特征项以及预测文本内容的发展走势具有重要的意义。[方法/过程]本研究针对科技论文多特征项共现的突发监测问题,对比目前已有的突发监测分析算法,将改进后的基于卡方统计的热点词计算方法进一步应用于本研究所设计的多特征项突发共现分析方法,并自主开发多特征项突发共现可视化分析工具,用于科技论文多特征项突发共现的图谱可视化,以期通过该研究来揭示相关科技文献的变化状况及突发的热点内容。[结果/结论]通过将本方法应用到科研机构年度发表论文的监测当中,可以监测分析科研机构发文作者、关键词、发表期刊及其相互间关系(如作者-关键词等)在各年的突发情况,并能通过该分析方法以及交叉图谱进一步解读突发特征项的含义,并能揭示出比分析单一特征项突发情况更为广泛和深入的知识内容。