浅海中的宽带水声信号传播呈现出频散的特点，通过高分辨率的时频分析方法可以刻画频散曲线。通过数值仿真和实验数据处理，对比分析几类常用的时频分析方法在提取宽带声信号频散曲线方面的性能。结果表明：STFT时频局部化精度不够高；在较强频散的情况下，DSTFT时频分辨率较高。WVD时频聚集性最好，但是有严重的交叉项干扰；固定核函数的CWD较好地抑制交叉项，时频分辨率虽优于STFT，但弱化了时频聚集性；AOK时频分布采用自适应高斯核函数，在抑制交叉项的同时，时频聚集性较好，有望较好地用于提取信号频散曲线。

本论文结合珠海市科技攻关项目"SVG在办公套件中的应用研究及 开发"和金山软件股份有限公司“演示文稿在线美化-SVG渲染引擎开发”项目，以打印机驱动程序、SVG、C＃、C和JavaScript为基础，重点研 究了SVG文件的生成、解析、显示及其应用。 本文绪论部分综述了本课题的研究背景、研究目的、研究意义及SVG在诸多领域的应用前景，然后从SVG标准的发展、SVG文件的生成及渲染三个方面分别介 绍了国内外研究现状及本课题的主要研究内容。

文章结合煤矿安全生产的实际情况,分析了影响煤矿安全生产的各个因素集,利用层次分析法和模糊综合评价法建立了煤矿生产安全评价体系的数学模型。将该数学模型应用在煤矿企业安全生产评价及安全资金投入分配工作中,取得了良好效果,为今后煤矿安全评价及投入工作奠定了基础。

态势感知系统对数据信息的快速自主分析能力使其越来越多地应用于作战 指挥控制、智能安防及网络安全等领域。随着信息技术的发展和信息量的爆炸性 增长，构建能够自主挖掘数据信息并对环境态势拥有一定感知能力的态势感知系 统成为一项重要研究课题。态势感知系统的构建要对当前环境中存在的物体目标 进行类别及位置等属性的感知，然后综合各类传感器信息，分析各态势要素的状 态，并对其发展态势做出一定程度的预测估计。在整个态势感知系统中，对态势 要素即物体目标的发现及类别、位置等的分析是实现系统整体功能的基础和关键， 在众多传感器信息中，图像数据中的物体目标形象直观、时效性强、准确度高， 可以作为态势要素感知的主要信息源。但对于图像数据中物体目标的判别分析技 术研究一直以来都未达到实际应用水平，图像数据的复杂性和物体目标的不确定 性是造成技术研究瓶颈的主要原因。在图像目标数据智能识别研究领域，近几年， 深度学习技术的应用取得了突破性进展，引发了计算机视觉领域的革命性变革， 引起了学术界及工业界的广泛关注及研究。本文基于可见光图像数据和雷达图像 数据研究深度学习技术在态势感知系统中的应用，采用的深度神经网络模型为卷 积神经网络（Convolutional Neural Network, CNN），通过实现卷积神经网络模型 和以卷积神经网络为基础的扩展模型，力图解决态势感知系统中针对图像物体目 标识别的精度不足及效率低下问题，为态势感知系统中态势要素感知任务的实现 提供新的思路和解决方法，并为后续深度学习技术在该领域的应用提供参考

IGBT开关过程仿真分析中的PSPICE应用研究，研究IGBT的开关特性

基于LabVIEW的实时控制与仿真技术应用研究,matlab和虚拟仪器相结合，涉及串口通信，数据采集及PID控制，

模拟图像处理(Analog image processing)； 模拟处理包括：光学处理（利用透镜）和电子处理，如：照相、遥感图像处理、电视信号处理等，电视图像是模拟信号处理的典型例子，它处理的是活动图像，25帧/秒。

由于很多学校资金缺乏，学校教学办公网络的组建和改造首选是无盘网络，但无盘技术对于许多人及至计算机管理人员了解的并不多。为了让学校教师及网络、机房管理人员尽快掌握无盘技术，本文通过对无盘网络系统和学校无盘网络系统应用的系统深入研究，让大家了解无盘相关知识，掌握学校无盘网络系统的组建方案和实施方法。

传统的PID控制对于控制模型不确定并具有非线性特性的对象时，存在参数难以整定、控制效果不好的缺点，文中提出了一种基于蚁群算法的PID调节算法，即利用蚁群算法动态调节PID的参数，实现对配料系统的控制，通过实验仿真的方式证明了该方法具有良好的控制效果及适应性。

压缩感知可实现信号编解码，特征提取，研究意义广泛，影响深远，在领域内均具有应用。原文对应代码，欢迎使用，广泛交流，谢谢！