国内外油井水泥降失水材料的研究应用

综述了国内外油井水泥降失水材料的研究应用情况，包括过去和当前应用的降失水材料以及近年来最新研究开发的材料。这些材料包括颗粒材料、水溶性改性天然高分子和水溶性合成高分子材料。无机或有机颗粒材料通常与水溶性天然或合成高分子材料复合应用。水溶性天然高分子有纤维素、淀粉、木质素、褐煤、单宁、瓜尔胶、干酪素等。水溶性合成高分子材料性能优异、种类繁多，已成为研究热点。最后，概括出了提高油井水泥降失水剂性价比的几条有效途径。     

掺铒玻璃Ag+—Na+离子交换光波导的分析

将反WKB方法和余误差函数拟合法相结合，分析了Ag^ -Na^ 离子交换平面光波导的折射率分布，建立了光波导折射率分布与离子交换工艺参数之间的联系。得到扩散系数D与扩散温度T呈指数关系，衬底折射率改变量△n与Ag^ 的浓度呈线性关系的结果。     

一种新的彩色图像降维方法

基于内容的图像检索(CBIR)是图像检索的重要分支，而基于颜色的特征提取是CBIR的常用方法之一．如果对图像颜色的特征数提取过多、维数过大，则不利于对图像的快速匹配．本文将图像的色彩直方图作为输入向量，然后采用局部线性映射(LLE)算法对原始数据进行降维，并分别在4种色彩空间下对降维后的彩色图像进行分类．实验证明，在处理非线性数据降维时，LLE较主成分分析(PCA)具有明显的优势．     

1800mm虚拟轧机板形控制性能

定义了评价轧机板形控制性能的六项指标,包括承载辊缝凸度调节域、辊缝横向刚度、板形调控功效曲线、边缘降、辊间接触压力平均幅值和辊间接触压力分布不均匀度.建立了HC,CVC,PC和DSR系列轧机的有限元仿真模型,并从板形控制性能的六项指标方面分析了当前国际上流行的各种机型的特点.     

局部不变投影

提出了高维数据集处理的局部不变投影方法.该方法在高维数据的降维处理中具有保持数据集几何结构和拓扑结构不变的性质,并且兼有线性降维方法计算方便、快捷的优点.另外,正则化处理使该方法具有良好的稳健性.计算结果表明,该方法具有发现数据集非线性结构的能力.     

2-D连续-离散系统的平衡模型降阶

基于局部能达性与局部能观性的分析给出2-D连续-离散系统状态空间模型的平衡实现,这一实现的第i个状态分量的重要性由系统的能达、能观阵的第i个对角元素所度量,去掉平衡实现系统弱能达、弱能观的部分,从而得到2-D连续-离散系统的模型降阶。所给示例表明,该方法具有良好的降阶效果。     

含内聚空洞的固体发动机药柱结构完整性分析

为评估固体发动机药柱含内聚空洞时的结构完整性，通过在药柱后部不同应变梯度的部位设置不同直径的内聚空洞，基于三维黏弹性有限元分析方法，计算了在燃气内压和轴向过载作用下发动机的应变场。由不同直径内聚空洞的最大Von Mises应变值随着直径变化的规律及最大Von Mises应变准则判断出内聚空洞位于药柱不同位置时允许的最大直径。     

聚氨酯胶黏剂剥离强度的研究

实验研究了用不同牌号的聚氨酯胶黏剂将PU弹性体与金属黏结在一起,采用不同的测试方法,即180°剥离强度实验方法和90°剥离强度实验方法,测定其剥离强度,比较得出了不同胶黏剂的黏合强度。     

CCI土壤湿度产品在中国区的降尺度与融合研究

以欧洲航天局主/被动微波遥感融合的土壤湿度产品数据为主要数据源,结合地表参数、亮度温度、土壤质地、地形、降雨等辅助数据,提出基于移动窗口的线性、非线性联合的土壤湿度降尺度模型,对中国区域2003年1—12月的CCI土壤湿度产品数据进行降尺度,提高CCI土壤湿度数据的空间分辨率,使其更适用于农业、水文模拟等精细尺度的应用要求。为了克服CCI数据冬季缺失较多的情况,利用第3代再分析资料ERA-Interim表层土壤湿度的降尺度和重采样结果与之进行融合,生成空间覆盖完整的2003—2013年中国区月1 km土壤湿度数据集,并利用站点实测数据集对其进行了验证。结果表明,依据主/被动微波融合CCI、ERA-Interim再分析土壤湿度数据以及辅助数据的基于移动窗口和线性非线性集成的中国区地表土壤湿度降尺度和融合方法,提高了CCI土壤湿度数据集的空间分辨率和空间覆盖,同时还一定程度上提高了土壤湿度的估算精度。     

改进的核极限学习机定位算法

针对神经网络无线定位方法,存在训练耗时长,定位结果易受噪声干扰的问题,提出了一种改进的核极限学习机无线定位算法。采取在同一位置进行多次测量的方法得到训练数据;把同一位置测得的数据划分为一个样本子空间并提取样本子空间的特征,以样本子空间的特征代替原来的训练数据;利用矩阵近似及矩阵扩展的相关理论改进核极限学习机算法;将处理过的训练数据利用改进的核极限学习机进行训练,得到定位预测模型。仿真结果表明,在相同数据集下,改进的核极限学习机训练用时短、定位速度快;在相同噪声干扰情况下,此算法定位预测误差小。经验证,该算法不但能提高网络的训练速度、定位速度,还能有效地降低噪声的干扰,提高定位精度。