w(Co)对CB2钢显微组织和力学性能的影响

为研究w(Co)对CB2钢微观组织和力学性能的影响，调整CB2钢中w(Co)为0.5%，1.0%，1.5%，2.0%和3.0%.利用光学显微镜(OM)、扫描电镜(SEM)、室温拉伸等检测方法研究w(Co)对试验钢微观组织和力学性能的影响规律，结合Thermo-Calc和JMatpro-7.0模拟结果解释其影响机理.研究发现:w(Co)增加提高铬当量的值，使试验钢中δ铁素体含量减少，当w(Co)增加到1.5%时，δ铁素体基本消失;材料的抗拉强度随w(Co)的增加而增加，而延长率则先增加后降低;结果表明，w(Co)为1.5%时综合性能较好，即抗拉强度达到805.13MPa，延长率达到20.4%，布氏硬度为260.     

基于GBDT和HOG特征的人脸关键点定位

人脸关键点检测是计算机视觉领域的一个重要分支,其检测精度将在很大程度上影响人脸识别和表情分析的结果.提出一种新的解决人脸关键点检测问题的方法,即H-GBDT.H-GBDT是一种基于GBDT决策树和HOG特征的人脸关键点检测算法,该算法是将人脸图像的HOG特征作为GBDT的输入,关键点的真实坐标作为GBDT的输出来训练预测模型,在该过程中每个关键点将分纵坐标和横坐标两次在GBDT中做回归运算,并经过不断的调整GBDT和HOG特征的参数来训练出最佳预测模型.在BioID、LFW、LFPW三种数据集上验证H-GBDT算法的性能.BioID是正脸数据集,实验结果表明H-GDBT在该数据集上的检测效果最佳,其检测误差基本上可控制在2%以内;而LFW和LFPW是自然场景下的数据集,H-GBDT在这两种数据集上的检测误差一般在2%~4%之间.     

ZnCo_2O_4纳米线的制备与性能研究

利用NH_4F辅助水热合成法制备了ZnCo_2O_4纳米线,对ZnCo_2O_4纳米线的晶体结构、形貌和性能进行了测试及分析.     

基于激光诱导击穿光谱技术的城市土壤重金属含量检测与分析

基于激光诱导击穿光谱(LIBS)技术,并结合偏最小二乘回归(PLSR)与最小二乘支持向量机(LSSVM)两种化学计量学分析方法,进行城市土壤中Cr元素含量检测与分析.采集了城市周边的土壤样本,并得到各个样本的LIBS谱线.采用剔除异常光谱和数据归一化来减少实验误差和噪声.对比分析基于PLSR和LS-SVM,建立分析谱线区间与对应的重金属元素浓度之间的定量回归模型.检测与分析结果表明,LSSVM模型的预测性能优于PLSR模型.     

多主元FeNiMnCr0.75Alx高熵合金微观结构和力学性能的研究

研究了合金中Al含量的增加对铸态FeNiMnCr_0.75Al_x（x=0.25，0.5，0.75，原子分数）高熵合金晶体结构及力学性能的影响。采用X射线衍射仪（XRD）和透射电子显微镜（TEM）对合金的微观结构及形貌进行分析，采用维氏硬度计和MTS万能试验机测试合金的硬度和室温压缩性能。试验结果表明，铸态下，FeNiMnCr_0.75Al_x高熵合金均由bcc和fcc两种晶体结构的相构成。随着Al含量的增加，合金中bcc结构的相的相对含量逐渐增加，导致硬度和压缩屈服强度也随之升高，应变量降低；且Al含量的增加最终也促使合金中无序bcc结构的相逐渐转变为Ni：（Mn+Al）=1：1（原子分数比）型有序bcc结构的相。     

基于滑移/非滑移异质界面的动压润滑性能优化

合理布置的滑移/非滑移异质界面可以提高流体动压润滑性能,但目前滑移区和非滑移区的组合方式大多采用单一的直线拼接法,没有针对流体润滑摩擦副的各类工况设计出相应的优化方案,为此本文建立了一组离散式二次方程来描述滑移区和非滑移区拼接轨迹,并引入计算域单元的宽长比作为优化变量,分别以液膜刚度和摩擦因数作为优化目标,通过MATLAB数值仿真求解不同宽长比条件下滑移区和非滑移区的最优拼接轨迹。结果表明,与直线拼接法相比,选取二次方程所描述的抛物线作为滑移区和非滑移区拼接轨迹的方法使流体润滑摩擦副在摩擦因数和液膜刚度等性能指标上都有所改善,而且根据不同的优化目标参数可以方便地绘制出最优拼接方案,验证了本文方法在改善动压润滑性能上的可行性和普适性。     

轴向磁场作用下平均Taylor涡对湍流脉动的影响

采用基于高精度电流守恒格式的直接数值模拟方法，对轴向磁场作用下导电流体的湍流Taylor-Couette流动进行计算.在等电势边界条件的同心圆筒中，磁场与感生电流引起的反向周向速度分布、以及其对平均流动的影响被揭示出来.采用两种不同的湍流流场平均方法，将湍流中的全部脉动划分为平均流动(Taylor涡)的贡献和湍流的贡献.通过计算不同磁场强度下的湍动能的分布，对比分析轴向磁场对平均Taylor涡流和湍流两种贡献方式的影响.     

基于目标序列分析的智能监控多目标自动检测跟踪

针对道路交通监控场景，提出并实现了一个多目标自动检测与跟踪系统． 首先通过高斯混合模型的运动 信息提取方法得到目标运动信息，并分析了目标信息的连续多帧历史信息， 估计目标区域信息在连续多帧中的统 一性，进而通过信息融合的方式得到了目标检测结果． 然后提出了监控场景下多目标的跟踪与管理策略， 根据目标 检测结果，对场景中的多个目标同时进行跟踪．最后， 根据目标的不同状态将目标划分为新出现目标、被更新目标 和被跟踪目标等不同的类别，提高目标跟踪的准确性．