【摘 要】
：
为确保仅、β低本底测量仪测量的可靠性,对其影响因素进行了分析建模,并设计了仿真软件进行计算,所得数据与实验验证结果有很好的一致性.结果 表明影响α、β低本底测量仪测量可靠性最主要因素有仪器探测效率和样品测量,需提高样品测量过程中的精确度,减少制作质量-效率曲线时人为的操作误差.仿真软件可用于实验室α、β低本底测量仪测量及可靠性评估,能够提高测量的时效.
【机 构】
：
92199部队,山东青岛266100;海军潜艇学院,山东青岛266199
论文部分内容阅读
为确保仅、β低本底测量仪测量的可靠性,对其影响因素进行了分析建模,并设计了仿真软件进行计算,所得数据与实验验证结果有很好的一致性.结果 表明影响α、β低本底测量仪测量可靠性最主要因素有仪器探测效率和样品测量,需提高样品测量过程中的精确度,减少制作质量-效率曲线时人为的操作误差.仿真软件可用于实验室α、β低本底测量仪测量及可靠性评估,能够提高测量的时效.
其他文献
为了提高火灾的检测和控制水平,设计一款功能完善、实用性强的烟雾远程监控报警系统.在分析系统需求的基础上完成对系统总体架构的设计;从数据采集模块设计、报警控制模块设计、数据编码及无线发送模块设计、上位机接收模块设计等方面入手,完成对系统核心功能详细设计;对系统的运行性能进行了测试.结果 表明:烟雾远程监控报警系统运行正常、可靠、稳定,各个功能模块实现满足设计相关要求,符合实际应用需求.
目前大多煤矿胶带运输机按照额定速度在工作时段持续运行,缺乏智能的监测和控制手段.大多煤矿胶带运输机仅仅监测重要运行状况数据,当监测数据超出正常范围进行报警,却不能够对监测数据进行分析,并提前预测将要出现的故障.另外,胶带运输机监测数据没有用到胶带运输机的速度控制上,无法使胶带运输机根据的负载情况对自身运行速度进行智能调节.针对目前煤矿胶带运输机监控系统的不足,设计了智能监控系统,不仅能够对煤矿胶带运输机重要运行数据进行监测,还能够进一步对监测数据做出分析,对胶带运输机是否会出现故障进行预测.同时,通过智能
在论述国内外现有粉尘浓度测量技术的基础上,提出了一种新型激光粉尘浓度在线测量仪系统的方案,对其中各分系统进行了设计与选型,重点对粉尘检测系统进行了详细设计.基于上述技术方案制作了一套新型激光粉尘浓度在线测量仪,具有TSP、PM2.5和PM10在线测量功能,测量范围与精度达到国内领先水平.
随着经济社会的发展,传统的考试模式已不能完全适应当下信息化的发展要求,通过Web考试系统,为学生的学习提供了更好的考核、考评方式,可以实现在同一时间、不同地点、不同对象完成的统一、同一考试跨越了空间的限制,节省了资源,提高了效率.
文本情感分析是自然语言处理(NLP)的重要分支,由于深度学习的提出,NLP的识别率也比较精确,在许多领域得到广泛的应用.酒店预定系统就有应用需求,利用情感分析来处理反馈的评论.系统基于迁移学习对文本进行预测,达到酒店预定系统对用户评论情感分析的需求.系统使用前后端分离技术,处理酒店预定中的各种业务.
在校园网搜索引擎中,以Python技术为基础,可以完成信息的及时传播.在信息收集获取过程中,对信息数据来源进行甄别,筛选出不利信息,保障信息的精准.在校园数字化建设领域,借助Python技术可以避免出现信息污染的干扰,使信息的查找以及定位准确、科学.通过全新的搜索引擎,可以保障师生在使用过程中搜集到正确的信息,还原学生高效的网络环境.因此,在研究中,就以Python技术为基础的校园网搜索引擎的设计与实现进行分析.
在金融市场中,股票由于其收益性、流动性等特点吸引了众多投资者的目光,但需要注意的是影响股价的因素有很多,尤其值得关注的是企业本身的财务状况.为了更好地分析上市公司的财务状况与股价之间的关系,从某证券交易所的上市公司中随机抽取200家(不包含有ST公司),取2011-2020年间每个公司的经营现金流、每股收益、每股净资产这3项指标以及公司的股价,利用Eviews进行回归分析,并给出结论.
随着中医药行业的快速发展,中医药相关数字化资源急剧增加,传统的全文搜索引擎因专业性不够强、内容繁多等问题导致用户无法快速方便地找到所需信息.为此,设计并实现了一款面向中医药领域的垂直搜索引擎具有重要的意义和价值.采用Heritrix与Lucene等技术构建中医药垂直搜索引擎——杏林搜索,重点介绍了杏林搜索的设计与实现,包括网络爬虫模块、网页解析模块、索引库和Web端等.实际应用效果表明,杏林搜索可以为用户提供更加快速、专业的中医药资源检索服务.
信息化技术和应用是创新干部教育培训的有力手段.从实际使用场景出发进行系统理论研究设计,涵盖命审题系统、考务管理系统、考试报名系统、在线测试系统、监考系统、考试视频监控系统、考试批阅系统、考试分析系统等.干部在线机考系统可通过网络组织安排考试,灵活设置考试场次,按照命题规则进行自由组卷,保证考试更加客观公正,使得考生参加考试更加灵活方便.
K-means是一种无监督学习算法,基于数据对象之间的距离度量划分数据簇、欧氏距离等度量方法存在一些问题,比如离群点数据较多,算法准确度较低.互信息可以度量任意两个数据对象之间的互相包含程度,基于互信息改进K-means算法,可以更好地度量数据对象之间的距离,确保簇内高度相同和簇间高度相异,旨在解决离群点数据较多的情况下K-means算法准确度不高的问题.实验结果显示,与K-means算法、模糊K-means算法相比,改进K-means算法实验结果精确度达到了97.8％,该方法明显提高K-means算法的