道奇

摘要： 从前,英国剑桥大学有一位数学教育家,大家都不知道他的真名叫道奇逊,因为他用刘易士•卡洛尔的笔名写了不少有趣的科普读物.其中有一本《乱纷纷的结》,书中的每一章都叫做“绳结”,意即这些问题像绳结一样复杂难解,下面就是一个“绳结”的题目:两个步行者正在急促地以每小时6公里的速度向山下走去.

摘要： 提到日本汽车品牌,大家第一反应就是丰田、本田、日产这些,再加上处于第二梯队的斯巴鲁、三菱,还有那几家豪华品牌,基本上我们常见的就是这些。但是你听说过光冈吗?可能有些朋友想起了那款“吓哭隔壁小朋友”的大蛇了,什么道奇蛭蛇、谢尔比和它相比简直弱爆了,大蛇才是有史以来最像蛇的跑车。

摘要： 关键词:节温器、燃油滤清器故障现象:一辆2010年产道奇酷威运动型多功能车,搭载2.7 L发动机和CVT变速器,当前里程约17万km。用户反映这辆车的发动机故障警告灯有时会点亮,不久后又会熄灭,而且在行驶中会出现无规律的熄火。检查分析:维修人员接车后进行多次试车,确认仪表板上的发动机故障警告灯确实会不规则点亮,偶尔会熄火。而且,经过连续多日的试车,发现在冷车时比较容易熄火。

摘要： 我拥有的第一辆车是80年代的道奇Aries。那时候我旅屠乔治亚州萨凡纳（Savannah）习训备战1996年奥运会，需要一辆车代步。当时的比赛经费很有限，所以我们跟当地二手车经销商达成协议，用400美元左右买下这辆Aries。这辆车残旧不堪，电气系统每逢下雨都会短路，萨凡纳却经常大雷大雨。所以每次抛锚，我只能停在路旁等待电气回路的水分干掉。

摘要： 就某些方面而言，2017年挺像一顿坏消息自助餐，不过幽默感永远是对抗逆境的良药。今年你我便十分幸运，有道奇极尽视听之娱的SRT部门和他们疯疯癫癫嘻皮笑脸玩世不恭的直线加速超级肌肉车拨开乌云解愁眉。

摘要： 道奇在沉潜已久后又推出了全新的硬派概念车——Super Charger 1968Concept。这是道奇在美国SEMA改装车展上发布的概念车,所以这款复古韵味十足的概念车,本身就存在着一定的改装意义。车身采用1968年款道奇C h arg e r的原肌肉车风格,并利用现在的技术做了轻量化处理。

摘要： 美国《现代轮胎经销商》（www.moderntiredealer.com）2018年4月10日报道：固特异轮胎和橡胶公司主管公布每股普通股季度股息为14美分,2018年6月1日起可支付,股东2018年5月1日起可查询。该支出标志着每股56美分的年利率。

摘要： 诸如野马、＂大黄蜂＂科迈罗一类的美式肌肉车,永远给人一种彪悍的力量感,但进入中国市场的车型,总感觉缺了点什么。

摘要： 本发明涉及一种基于加权多通道奇异谱的数据序列信号提取方法，1、获取多变量数据序列及先验误差序列，检验数据序列，判断其是否存在缺值，并进行中心化处理；2、对处理后的多变量数据序列进行信号估计；3、在估计信号的基础上获取多变量数据序列的噪声；4、根据先验误差序列构建权因子，结合步骤2得到的估计信号，生成新的数据序列；5、对新的数据序列再次进行信号估计，重复步骤2～4，提取新的信号；6、计算相邻两次提取信号的差值序列，判断其是否满足收敛条件，若满足，输出最后一次估计信号，否则，继续进行循环迭代直到信号结果收敛为止。与现有技术相比，本发明具有不破坏信号结构、加权方式效果更好且可靠性更高等优点。

摘要： 一种基于多通道奇异谱分析的心冲击信号去噪方法属人体生理信号处理技术领域，本发明通过计算STA/LTA比值来获取心跳模板信号，利用模板与心冲击信号的相关性，将心冲击信号分割重建为一个空间结构具备连续性、且信号成分的秩已知的矩阵，使用多通道奇异谱分析分解矩阵，利用信号成分的低秩性与结构连续的相似性，直接选择与秩数相等数量的奇异值重构矩阵，使信号成分与噪声分离，再逆变换为一维心冲击信号。本发明能有效滤除心冲击信号监测系统在采集信号过程中受到的噪声干扰，在有效压制噪声的同时，还可恢复信号中波形失真、缺失的部分，进一步提高信号质量，同时避免重构信号时不易选择哪些奇异值属于信号成分的问题。

摘要： 本申请公开了一种自适应的多道奇异谱分析地震数据去噪方法，包括以下步骤：步骤1：预设时间域地震数据，将所述时间域地震数据通过DFFT变换到频率域地震数据；步骤2：基于所述频率域地震数据，生成块Hankel矩阵；步骤3：将所述块Hankel矩阵进行分解，得到奇异值矩阵，将所述奇异值矩阵中的奇异值组合成奇异值序列；步骤4：基于Akaike信息准则，将所述奇异值序列进行变换，得到所述奇异值的数量；对该数量的所述奇异值进行计算去噪，得到去噪后的地震数据。本申请基于一种Akaike信息准则自动确定合适的奇异值个数，有利于多道奇异谱分析的工业化实现。

摘要： 本发明为一种基于多通道奇异谱的钻孔应变网络拓扑结构异常检测方法，选取N个钻孔应变台站作为N个网络节点；设置一个时间窗口长度n和移动步长step，构造时间窗口内的钻孔应变大小为n×N的多维节点矩阵；多维节点矩阵进行多通道奇异谱分析，分解后得到特征向量和对应空间时间主成分；选取高频成分重构各网络节点的有效成分；计算节点两两之间的皮尔森相关系数；连通相关系数大于0.8的两网络节点，构造应变网络的边，写出应变网络的邻接矩阵；计算应变网络的拓扑结构属性；并移动时间窗口，构造时间窗口内的应变网络并计算拓扑结构属性；输出钻孔应变网络结构的演化图，判断地震相关异常。本发明实现了钻孔应变数据的多台站联合分析。

摘要： 本发明公开了一种输流管道奇点特征智能检测方法，包括如下步骤，首先，构成背景参数集；其次，安装振动波参数测试微纳器件到待测输流管道的各个节点位置，通过振动波参数测试微纳器件收集待测输流管道上任意两个节点之间传输的管道全域信息；设置管道奇点破裂阈值。本发明利用输流管道运行中时刻存在的水锤振动波沿管道线传输的物理特点，在临近检测节点测试振动波传输参数，采用振动波传感器及机器学习算法固件实现片上集成，从振动波传输参数集基于深度学习、数据融合等方式获取输流管道材质变化奇点、管周接触边界变化等，实现输流管道奇点破裂阈值之前主动实现提前预判、定点维修。构筑输流管道的智能检测新方法和流体损耗控制优化。

摘要： 本申请公开了一种自适应的多道奇异谱分析地震数据去噪方法，包括以下步骤：步骤1：预设时间域地震数据，将所述时间域地震数据通过DFFT变换到频率域地震数据；步骤2：基于所述频率域地震数据，生成块Hankel矩阵；步骤3：将所述块Hankel矩阵进行分解，得到奇异值矩阵，将所述奇异值矩阵中的奇异值组合成奇异值序列；步骤4：基于Akaike信息准则，将所述奇异值序列进行变换，得到所述奇异值的数量；对该数量的所述奇异值进行计算去噪，得到去噪后的地震数据。本申请基于一种Akaike信息准则自动确定合适的奇异值个数，有利于多道奇异谱分析的工业化实现。

摘要： 一种基于多道奇异谱分析的间歇采样转发干扰抑制方法，利用多道奇异谱分析将时间序列分解为趋势项、周期项和噪声项的原理，并基于间歇采样转发干扰信号时域非连续、有效干扰所需干信比高的特点，对包含间歇采样转发干扰的雷达目标回波信号的实部和虚部进行联合处理，将信号分解后的趋势项作为干扰信号，提取干扰参数并进行干扰重构，获得对间歇采样转发干扰更好的抑制效果。

摘要： 一种基于多通道奇异谱分析的心冲击信号去噪方法属人体生理信号处理技术领域，本发明通过计算STA/LTA比值来获取心跳模板信号，利用模板与心冲击信号的相关性，将心冲击信号分割重建为一个空间结构具备连续性、且信号成分的秩已知的矩阵，使用多通道奇异谱分析分解矩阵，利用信号成分的低秩性与结构连续的相似性，直接选择与秩数相等数量的奇异值重构矩阵，使信号成分与噪声分离，再逆变换为一维心冲击信号。本发明能有效滤除心冲击信号监测系统在采集信号过程中受到的噪声干扰，在有效压制噪声的同时，还可恢复信号中波形失真、缺失的部分，进一步提高信号质量，同时避免重构信号时不易选择哪些奇异值属于信号成分的问题。

摘要： 本发明涉及一种基于加权多通道奇异谱的数据序列信号提取方法，1、获取多变量数据序列及先验误差序列，检验数据序列，判断其是否存在缺值，并进行中心化处理；2、对处理后的多变量数据序列进行信号估计；3、在估计信号的基础上获取多变量数据序列的噪声；4、根据先验误差序列构建权因子，结合步骤2得到的估计信号，生成新的数据序列；5、对新的数据序列再次进行信号估计，重复步骤2～4，提取新的信号；6、计算相邻两次提取信号的差值序列，判断其是否满足收敛条件，若满足，输出最后一次估计信号，否则，继续进行循环迭代直到信号结果收敛为止。与现有技术相比，本发明具有不破坏信号结构、加权方式效果更好且可靠性更高等优点。

摘要： 本发明为一种基于多通道奇异谱的钻孔应变网络拓扑结构异常检测方法，选取N个钻孔应变台站作为N个网络节点；设置一个时间窗口长度n和移动步长step，构造时间窗口内的钻孔应变大小为n×N的多维节点矩阵；多维节点矩阵进行多通道奇异谱分析，分解后得到特征向量和对应空间时间主成分；选取高频成分重构各网络节点的有效成分；计算节点两两之间的皮尔森相关系数；连通相关系数大于0.8的两网络节点，构造应变网络的边，写出应变网络的邻接矩阵；计算应变网络的拓扑结构属性；并移动时间窗口，构造时间窗口内的应变网络并计算拓扑结构属性；输出钻孔应变网络结构的演化图，判断地震相关异常。本发明实现了钻孔应变数据的多台站联合分析。