卡拉什尼柯夫公司展示KS-K式霰弹枪

近日,俄罗斯卡拉什尼柯夫公司在国际展会上展出了其研制的KS-K式18.4mm霰弹枪。该枪外观、结构与AK突击步枪相似,但零部件较少,易于拆解、组装及维护。其枪管口部可安装不同类型的枪口适配器,如摧毁门锁时,可将专用的枪口适配器抵靠在门锁上进行破锁。枪托后部设有橡胶缓冲垫,握把由工程塑料制成,采用8发弹匣供弹。弹匣配有装弹机,

一种求解线性规划问题的新方法

提出了一种求解线性规划问题的新方法:利用K—T条件及KS函数的凝聚特性,将多约束线性规划问题凝聚为单约束优化问题进行求解.最后给出了二维及三维线性规划问题的实例及相应的几何解释.

关于(C-K)性质和L-KR空间的对偶性质

证明了(C-K)性质,(S-K)性质,L-KR空间,L-KS空间和CL-KR空间和CL-KS空间的一些充要条件.这些条件表明了(C-K)与(S-K)性质,L-KR与L-KS空间及CL-KR空间与CL-KS空间之间的对偶性质.

基于被动测量的5G宽带高铁信道分簇模型

为研究在高铁场景下的5G信道传播模型,设计了一款基于双通道的被动信道测量系统,并对运行速度约250 km/h的高铁进行了Sub-6 GHz频段的信道测量,建立了基于多径簇的信道模型.测量系统由双通道软件定义的无线电外设(software-defined radio,SDR)、高性能移动工作站和其他设备构成,可用于在服务中的5G新无线电(5G new radio,5G-NR)网络中精确地采集中心频率为2~4 GHz、带宽为100 MHz的5G下行链路信号.通过对不同类型下行链路信号的后处理,获得时延、多普勒频率和到达方向角的多维信道功率谱,以及多径分量的参数估计.最后通过对本文测量获得的5G-NR模型与现有的WINNER II模型进行对比分析,验证了本文模型在系统性能评估中的适用性.

再推荐K计算法

文章推荐了K计算法,对文献[1]中的铜盘管拉拔配模计算作了比较和分析,认为K计算法中的KD-KS计算法比ZBL计算法(即所称的“径差法”)优越。

基于KS抽样的k-medoids聚类初始中心选取法

经典的k-medoids聚类方法的聚类效果依赖于初始类中心的选择,而已有类中心选择方法不能确保类中心属于不同的类。针对此问题提出了密度峰值Kennard-Stone(Density peak Kennard-Stone,DPKS)类中心初始化方法,即先从原始数据集中选择一些高密度样本,再借助Kennard-Stone(KS)抽样从这些样本中选择距离较远的样本,这样确定的初始类中心不可能是离群点,而且更有可能属于不同的类。实验结果表明,DPKS比已有类中心选取法更容易获得不同类别的初始类中心。虽然DPC(Density peak clustering)和DPNM(Density peak optimized with new measure)与DPKS方法的聚类精度相差不大,但本文方法的聚类时间小于前两种方法,是一种快速有效的聚类方法。

(Cκ-K)性质的对偶性质

引入了Banach空间的(Sk-K)性质,以局部自反原理为工具证明了(CkK)性质与(Sk-K)性质的对偶关系,并讨论了(Sk-K)性质与LNUS空间和L-kS(wL-kS,CL-kS,wCL-kS)空间的关系,得到如下结果:X是L-kS(wL-kS,CL-kS,wCL-kS)空间分别等价于(Sk-I)((Sk-I'),(Sk-Ⅱ),(Sk-Ⅲ))性质.