Windows应用程序结构剖析及运行控制技术

分析了Ｗｉｎｄｏｗｓ系统的运行机制，指出Ｗｉｎｄｏｗｓ编程与ＤＯＳ编程的本质区别．以ＢｏｒｌａｎｄＣ＋＋为工具，剖析了Ｗｉｎｄｏｗｓ应用程序结构，探讨了控制其运行的技术．以多媒体数据库中实时挂接视霸卡捕捉的图像数据为例，说明了运用该技术对不同工具开发的Ｗｉｎｄｏｗｓ应用程序的运行实施控制的方法     

考虑曲柄连杆比影响后的钻井泵空气包动力学研究

在考虑了曲柄连杆长度比值影响以后,给出了三缸单作用钻井泵流量的傅立叶级数表达式.在计及排出管线和导管中液体惯性及导管中阻力损失的情况下,建立了钻井泵空气包动力学模型,求出了空气包以后排出管线中流量的表达式.文章分析了影响流量脉动衰减系数的几个因素,给出了空气包最小体积的设计依据,并认为由于获得最小脉动的气包体积受泵工况及谐波次数的影响,难以作为设计依据.还比较了理论剩余体积和真实剩余体积,认为二者相当接近.文章最后指出,在现有钻井泵的实际工况下,空气包的常规计算方法完全可以应用.     

CDMA系统中长PN码的捕获

在使用长ＰＮ码的ＣＤＭＡ系统中，如何缩短ＰＮ码的捕获时间是一个重要的课题，它在很大程度上决定了系统的可用性。提出了一种长ＰＮ码的捕获协议，并对捕获时间进行了分析。     

电能质量扰动分类的贝叶斯方法

随着非线性负荷的大量使用,电能质量问题已日益受到关注．对各种电能质量扰动进行分类,是采取适当措施降低扰动带来影响的前提．小波包是在小波变换的基础上发展起来的,能够提供更为丰富的时频信息．为此,对电能质量扰动信号进行小波包分解,分别以小波包分解终结点的能量和熵作为特征向量。用贝叶斯分类器进行分类识别,对扰动分类做出了仿真分析,仿真结果验证了该方法的有效性．通过与Fisher分段线性分类器进行比较,表明以熵为特征向量的贝叶斯分类方法有较高的识别正确率．     

基于小波包变换的图像融合技术的应用

阐述了基于小波包变换的图像融合算法，并对基于像素的融合规则与基于区域的局部方差融合规则作了论述．在此基础上，发展了一类修正后的局部方差对比的融合规则．通过对一混凝土梁构件内模拟的缺陷进行红外探测并进行图像融合，结果表明：对于探测梁内部缺陷，采用小波包变换的融合算法图像不仅充分结合了融合前图像的信息，边缘信息也更为细腻．另外，小波包分解层数对图像融合效果有着重要的影响．通过对加噪声红外图像的融合算例表明：随着小波包分解层数的递增，融合质量却逐渐下降．当分解层数在1～2层时，融合效果比较理想．     

基于特征评估和神经网络的机械故障诊断模型

为了克服在无先验知识的情况下，人为选择时域无量纲指标作为故障敏感特征的盲目性，提出了一种基于特征评估和径向基函数（RBF）神经网络的机械故障诊断模型．该模型分别采用小波包和经验模式分解方法对原始振动信号进行分解，分别提取原始信号和各分解信号的时域无量纲指标组成联合特征，然后对联合特征进行评估，计算评估因子，并根据评估因子的大小选取敏感特征作为RBF神经网络的输入，实现对机器不同状态的自动识别．实验结果和工程应用表明，这种集成了小波包、经验模式分解、特征评估方法和RBF神经网络的机械故障诊断模型能够精细地获取故障信息，从大量的故障特征中筛选出敏感特征，因而减小了网络规模，提高了分类准确率，具有很强的鲁棒性．     

基于小波变换的能量和方差分析图像压缩方法

在对图像进行小波包分解的基础上实现图像压缩.根据小波系数的分布特点严格推导得出:可以用能量和方差作为衡量小波系数重要性的标准,并据此对系数矩阵块进行选择分组,自适应地进行量化,而且不同的量化方式可以共用码表;对低频部分扰动足够小的区域取均值,结合提出的存储方法,在不引入误差的情况下减少了编码负担,在保证图像质量的同时有效提高了压缩比.     

柴油机振动信号的小波包奇异值降噪

柴油机的振动信号中含有大量噪声,在进行故障特征提取之前必须加以消除.首先对傅里叶滤波降噪、小波降噪和小波包降噪的效果进行了对比,然后将奇异值分解技术用于信号降噪,最后提出了一种将小波包和奇异值分解相结合的降噪方法.该方法将输入信号进行一次小波包分解,利用奇异值分解方法对分解后的幅值量化系数进行降噪.实例表明,小波包和奇异值分解相结合的方法降噪效果最好.与其他方法相比,用新的方法对柴油机缸盖振动信号进行降噪处理的信噪比最高,且能明显识别出燃烧爆发、气门落座等各个阶段的振动信号,大大提高了特征提取的准确率.     

食饵-捕食系统最优化开发研究

给出了几种开发食饵-捕食系统的方案,以及与之相对应的方程.得出了在非密度制约条件下,不同捕获方案的最大收益值,并做出了相关生态解释.通过对不同捕获方案的比较,得到了获取最大收益时的充分条件,最后运用M atlab对结论进行了数值模拟.     

一种多传感器图像并行融合新方法

小波包变换能够为图像融合提供非常精细的分析。但是,在图像较大时融合的计算量大,耗时长,难以进行快速、实时融合。通过对小波包融合方法在单处理机上的执行效率的分析,针对算法固有的时间复杂性和并行性,提出了一种分布存储环境下的小波包并行融合算法。该算法针对小波变换计算的数据局部性特点,设计并实现了基于Pentium PC和1000Mbps交换式以太网的机群系统的MPI(Message Passing Interface)并行环境的并行小波包图像融合方法。针对不同大小图像、以及不同的集群规模,分析了并行计算的性能。在机群系统上对算法进行实现,结果表明该算法具有良好的并行性能。