自组装膜电极上烟酸的电化学行为及其分析应用

报道了烟酸在 2 -巯基苯并噻唑自组装膜修饰金电极 (MBT/SAM/Au)上的电化学行为 ,建立了新的测定烟酸的电分析方法。在 p H1 1 .92 B-R溶液中 ,烟酸在 MBT/SAM/Au上出现了两对氧化还原峰 ,对应的氧化还原峰电位为 Epa,1=-0 .0 40 V、Epa,2 =0 .5 0 9V、Epc,1=-0 .1 87V、Epc,2 =0 .1 66V;Epc,2 处的还原峰电流与烟酸的浓度在 2 .44× 1 0 -2 ～ 2 .44× 1 0 -7mol/L的范围内呈线性 ,检测限达 1 .2 2× 1 0 -7mol/L,方法用于片剂中烟酸含量的测定 ,结果令人满意     

A detection strategy of multi-pose face in compressed domain

In this paper, we present a strategy to implement multi pose face detection in compressed domain. The strategy extracts firstly feature vectors from DCT domain, and then uses a boosting algorithm to build classifiers to distinguish faces and non-faces. Moreover. to get more accurate results of the face detection, we present a kernel function and a linear combination to build incrementally the strong classifiers based on the weak classifiers. Through comparing and analyzing results of some experiments on the synthetic data and the natural data, we can get more satisfied results by the strong classifiers than by the weak classifies.     

A multiple intelligent agent system for credit risk prediction via an optimization of localized generalization error with diversity

Company bankruptcies cost billions of dollars in losses to banks each year. Thus credit risk prediction is a critical part of a bank＇s loan approval decision process. Traditional financial models for credit risk prediction are no longer adequate for describing today＇s complex relationship between the financial health and potential bankruptcy of a company. In this work, a multiple classifier system （embedded in a multiple intelligent agent system） is proposed to predict the financial health of a company. In our model, each individual agent （classifier） makes a prediction on the likelihood of credit risk based on only partial information of the company. Each of the agents is an expert, but has limited knowledge （represented by features） about the company. The decisions of all agents are combined together to form a final credit risk prediction. Experiments show that our model out-performs other existing methods using the benchmarking Compustat American Corporations dataset.     

基于Adaboost的行道线检测

行道线检测是主动安全和视觉导航技术中的一个重要研究课题.在总结前人检测算法的基础上,设计了基于Adaboost算法的行道线检测方法.Adaboost算法作为一种新型的机器学习算法,可以在比随机预测略好的弱分类器基础上构建高精度的强分类器.该算法简单可靠、学习效率高,较好地解决了实时检测系统中速度和精度的矛盾.实验结果表明该方法有较好的检测效果.     

组合柔性机械臂抑振性能的仿真及实验研究

为抑制柔性机械臂的低频固有振动,该文提出利用组合结构滞迟阻尼效应来提高柔性机械臂的抑振性能.以单根叠层组合柔性机械臂为对象,通过有限元仿真和实验,对组合柔性机械臂的减振性、结构参数和预压力对其减振性能的影响进行了研究,并由仿真实验确定了组合柔性机械臂的动态恢复力曲线.研究结果表明:与实体柔性机械臂相比,组合柔性机械臂的抑振效果显著;确定合适的预紧力和结构尺寸参数可得到最佳的抑振性能;组合柔性机械臂-质量系统的固有频率不是一常量,其大小随振幅的减小而增大;组合层之间的相对刚度对其抑振性能有影响,减小相对刚度可提高其抑振能力.实验证明,该文采用的有限元仿真方法能较准确地反映组合柔性机械臂的动力学性质,可以代替实物实验确定动态恢复力滞迟回线,为组合柔性机械臂动力学建模、减振性设计及运动控制研究提供了有效方法.     

SAM修饰金电极的电化学和光电化学研究

综述了自组装单分子膜（ＳＡＭ）修饰金电的修饰方法及其在电催化、光电化学领域的研究进展等内容，探讨了ＳＡＭ修饰金电极的应用前景和该方法进一步的发展方向。     

明室光电效应装置的研制

介绍利用聚酯塑料管制作暗箱，与其它元件组装成光电效应实验装置，可有明室条件下，测试出光电伏安特性曲线。     

采空区危险性的支持向量机识别

针对采空区危险性影响因素与其危险性等级之间存在着复杂非线性关系的特点,笔者提出采用支持向量机最优分类理论来识别采空区的危险性等级。研究选取岩体结构、地质构造、岩石抗压强度、弹性模量、采空区形状、矿体倾角、高跨比、空区体积等8个参数作为主要影响因素,根据支持向量机理论,提出了1-V-1的采空区分类算法,并在Matlab中编程,建立了分类预测的SVM模型。以某矿山的实测采空区为例,利用该模型进行了识别,并与BP神经网络预测结果作对比。实例研究表明,采用该方法的分类结果比神经网络更准确,与采空区调查结果一致性好,用支持向量机理论进行采空区危险性评价是可行的。     

基于危险理论的无线传感器网络入侵检测的一种新模型

针对传感器节点的内存不足,电池能量有限使得无线传感器网络面临很严峻的安全挑战,提出了一种新式的基于危险理论的无线传感器网络入侵检测系统,它使用了通过K最邻近分类器产生的危险信号。实验结果显示这种系统是无线传感器网络的一种新的理想模型。     

交错桁架-柱装配式节点滞回性能试验研究

针对交错钢桁架与柱子装配式连接的工程应用和抗震设计需要,设计了三个不同连接构造的节点,试验研究了由上弦杆、斜腹杆和柱子组成的受轴力循环作用的桁架节点滞回性能,试验表明斜腹杆与节点板的焊接部位是薄弱环节,容易开裂破坏。在以上节点的斜腹杆破坏失效后,选择了其中两个节点,继续试验研究了由弦杆和柱子组成的受弯矩循环作用的框架节点滞回性能。分析了这些节点在斜腹杆失效前后的破坏特征、承载力、延性、耗能能力等性能以及不同连接构造细节对这些性能的影响。研究表明受循环轴力的桁架节点具有较高的承载力和初始刚度,但延性、耗能能力一般,弦杆与柱的连接构造形式对节点性能影响不显著;受循环弯矩的框架节点仍具有较高的抗弯承载力和耗能能力,但是弦杆与柱的连接构造形式对节点性能有较大的影响。为了抵抗地震作用,建议交错钢桁架的H形截面弦杆的上下翼缘应与柱子可靠连接,来确保斜腹杆破坏退出工作后弦杆通过抗弯方式传力到柱子,实现强节点的功效。