充分发挥区位优势 促进市场开发开放

来源 :云南日报 | 被引量 : 0次 | 上传用户:shuangsssss
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
其他文献
电磁逆散射问题在无损探测、微波遥感和生物医学等领域拥有广泛的工程应用前景。逆问题所求解的目标电磁特性参数与实测散射场之间存在固有的非线性关系,同时求解逆散射问题的方程存在病态特性,对于强散射目标尤为如此。目前主要采用近似方法或迭代优化方法求解。然而近似方法和迭代方法在实际工程应用中有着诸多限制:近似方法只适用于求解弱散射目标,对强散射目标反演精度低;迭代方法计算复杂度高,难以满足实时反演的要求等。
学位
W-10Ti合金具有低的电阻系数、良好的热稳定性和抗氧化性等一系列优良性能,在集成电路的扩散阻挡层、CIGS薄膜太阳能等方面具有广泛应用。但是W-10Ti合金靶材的致密度低、组织性能较差、富Ti相含量高等缺点会降低WTi合金薄膜的性能。本研究通过调整粉末纯度、W粉粒度,经过冷等静压(CIP)预成型,采用热等静压(HIP)压制和烧结制备成W-10Ti合金,应用X射线衍射(XRD)、金相显微镜(OM)
学位
随着通信系统的不断发展,天线在波束赋形、高增益以及宽带等方面的性能提升也越来越重要。相对于传统的相控阵,透镜天线具有强大的波束控制能力以及高增益优势。同时,透镜天线不存在馈源遮挡,加工组装简单,随着工艺的迅速发展,其应用场景日益广阔。本文在透镜设计中引入粒子群优化算法,充分挖掘了透镜天线相幅调控以及大口径高增益特性。由于透镜天线带宽不足一直是一大缺陷,所以在实现特定目标的前提下,利用优化算法充分拓
学位
实验教学是物理教与教学的一种特殊的教育方式,这样能锻炼学生的动手能力,学生在使用实验仪器过程中,能够结合现代信息化教学手段完整的完成教学大纲及要求的设计实验过程,并从实验过程中得到经验总结。学生在实验过程中能够直接用上实验仪器,身临其境地感受、体验实验过程中的物理现象的变化,从而能理解一些生活上物理现象的细节与变化。这样学生从实验中会感悟到生活中的现象,从中获取相关的物理知识。学生在利用实验器材和
会议
随着对高性能、低成本的阵列天线的需求逐渐增大,稀布阵列天线有着越来越广的应用前景,因而对稀布阵列综合算法的性能提出了越来越高的要求。凸优化算法拥有优秀的优化能力,基于凸优化的算法是现在稀布阵列综合算法中的一大研究热点。在此背景下,本文分析了凸优化算法的特点,研究利用凸优化算法解决大规模平面阵列综合等问题时,能够高效率地综合出最优性良好的结果的方法。本文围绕上述目标展开研究工作,主要工作内容如下:1
学位
前驱体转化法是制备新型高温陶瓷材料的重要方法之一。随着对Si C陶瓷前驱体研究的深入,针对在Si C陶瓷前驱体中引入异质元素的研究有了极大进展。含有异质元素铝的陶瓷前驱体是制备耐高温、抗氧化、抗蠕变的Si C纤维的关键,但目前尚未有关于使用聚铝碳硅烷作为复合材料浸渍基体的研究,聚铝碳硅烷的合成通常也需要高温、高压等条件。针对以上应用前景的局限和合成方式的不足,本论文开展了对含铝Si C陶瓷前驱体特
学位
随着中国经济的快速发展和城市化进程的不断加速,公路建设成为经济建设和社会发展的重要组成部分。通过分析公路施工企业市场开发的重要性、构成及其有效方法,旨在探讨如何构建一个适合公路施工企业的市场开发体系。其中,包括市场定位与目标客户的确定、产品定位与差异化竞争策略、营销渠道的构建和管理、品牌塑造与传播以及市场营销组织的构建和管理等方面。此外,还提出有效的方法,包括建立完善的市场调查和分析机制、提高企业
期刊
随着超材料结构受到越来越广泛的关注,作为超材料二维形式的超表面结构因其具有调控电磁波极化和相位等电磁特性,在电磁工程领域的应用中变得非常的重要,所以研究针对超表面这一类结构高效率的数值建模和仿真求解技术具有重要意义和价值。超表面具有金属和薄介质混合的亚波长的精细复杂结构,通常具有材料分布区域不均匀以及多尺度等特征,因此在计算超表面结构的电磁散射问题中容易出现几何建模困难、求解效率较低、矩阵的性态不
学位
目标的宽带电磁散射,对于识别、跟踪以及成像等应用具有重要作用。传统的积分方程方法,比如矩量法、多层快速多极子方法以及近年来比较流行的快速直接求解方法,虽然可以精确计算目标的电磁散射,但是这些计算都只局限于单一的频率。对于需要求解多个频率的宽带电磁散射问题,只能逐个频点进行,这使得快速算法在宽带计算中效率非常低。本文采用最佳一致逼近方法进行宽带计算。相比于常用的宽带方法,比如模型参数估计方法和渐进波
学位
近年来不断增多的强台风天气给沿海及部分内陆地区配电网带来了愈发严重的损失,造成大规模重要负荷长时间失电,提高含多元源荷的主动配电网恢复能力成为亟待解决的问题。针对现有配电网负荷损失评估方法在强台风弱通信条件下无法准确获取节点信息而造成灾损分析精度不高的问题,提出一种基于Transformer深度学习网络的主动配电网多元源荷灾损辨识方法,充分利用深度学习网络去模型化的特点并发挥其在灾损预测精度方面的
期刊