基于小波变换谱信息的溢油油膜厚度分类研究

本文提出一种基于小波变换谱信息的新型分类算法。该算法通过分析不同地物光谱曲线及高频小波系数曲线的奇异性，提取不同厚度油膜的敏感波段，以敏感波段的低频小波系数为基础，重新生成低频小波系数图像并进行分类。实验结果表明，该方法可找到不同厚度油膜的敏感波长，有效提升不同厚度油膜识别精度。     

碑与像的分离:青州北朝佛教造像碑特征浅析

佛教造像碑是我国特有的一种艺术形式,南北朝时期在中国北方曾盛极一时,但之后就迅速衰落。青州作为这一艺术形式向东传播的最后一站,是造像碑发展演变的重要组成部分。青州佛教造像碑呈现出碑与像相分离的特征,和关中、河洛地区相比,首先,青州佛教造像碑在碑阳构图上从先前重龛像装饰转为直接对主尊佛像的装饰;其次,重视对主佛背光纹饰的刻画,以繁缛的背光装饰烘托佛像的神性。     

随机森林分类用于雷达信号预分选新算法研究

 现代战争中,雷达电子战环境越来越复杂,随着雷达种类的多样化和雷达脉间调制方式的复杂化,对信号分选的识别难度也愈加增大。本研究采用随机森林算法对脉冲描述字特征进行预分选,可自适应的对特征进行选择,并实现分类。随机森林由于可以自动进行特征选择,可对不平衡的数据进行误差平衡等优点,通过多决策树表决方式,可以迅速完成对大量数据快速训练。在脉冲丢失导致的部分特征损失的情况下,仍可以维持识别准确率。通过实验证明了本方法对雷达脉冲描述字特征进行预分选的有效性。     

入侵植物紫茉莉根系分泌物对土壤微生态环境的影响

水培紫茉莉幼苗收集根系分泌物,用3种不同浓度的根系分泌物(低浓度LC,中浓度MC,高浓度HC)处理麦田土,测定其对土壤养分含量、酶活性和微生物群落的影响.结果表明,紫茉莉根系分泌物降低了土壤碱解N、有效P和K的含量,在高浓度处理下分别下降37.10%、46.71%和23.85%,达显著水平,而土壤有机质含量显著提高,增加了43.25%;土壤尿酶、碱性磷酸酶和纤维素酶活性均呈下降趋势,在中浓度处理下已达显著水平,而蛋白酶活性与此相反;随着根系分泌物浓度的提高,土壤细菌和放线菌数量表现出降—升—降的变化趋势,而土壤真菌则先升后降.紫茉莉根系分泌物改变了土壤微生物群落结构和土壤养分的供求平衡,实现自身生物量快速增长,提高竞争能力,从而实现成功入侵.     

基于数学形态学的去方块效应法

为了减少多分辨奇异值分解(MSVD)图像融合后的图像出现明显可见的方块效应,提出一种基于数学形态学的边缘检测去方块效应的方法.首先通过形态学梯度算子求出两幅原图像的边缘,将边缘融合后的图像作为有方块效应图像的边缘,然后根据形态学梯度逆变换得到结果图像.最后,采用客观性能指标对结果图像进行评价.实验结果表明本文中的方法不仅简单易行,而且图像可以达到较均匀的成像效果;方块效应去除后,图像表现出良好的视觉效果,清晰度和空间频率都有很大提高,且具有较好的保持边缘的性能.     

空穴型掺杂双层三角晶格反铁磁体积分自旋动力学研究

从t-J模型出发,在feimion-spin理论框架下研究了空穴型掺杂双层三角晶格反铁磁体积分自旋动力学.结果表明,与四方晶格材料不同,空穴型掺杂双层三角晶格反铁磁体积分自旋动力学不具有普适行为.结果还表明对于三角晶格反铁磁体,2个CuO2平面之间的耦合对自旋动力学的影响不是很大,双层三角晶格反铁磁体的自旋动力学与单层三角晶格大体相同.     

魔力酷跑鞋

放学后,同学们都在为田径运动会做准备,而艾幻想坐在跑道旁的草坪上,低着头,唉声叹气。 这时,嘻嘻哈跑来伸手拉艾幻想,说：＂艾幻想,你平时最喜欢跑步,今天怎么躲在这休息了？走,我们一起训练吧。＂艾幻想猛地摆摆手,喊道：＂别来烦我!我要是和你练跑步,语文作业肯定来不及做!＂嘻嘻哈被激怒了,吼道：＂你这么凶干什么？     

移动学习发展若干问题的探讨

为了进一步推广移动学习模式,探讨了当前移动学习的主要特点,并对无线网络技术发展、移动学习资源建设和移动学习开发技术标准等三方面进行了探讨。深入分析了当前移动学习发展过程中的几个关键问题,探索今后一段时期移动学习的发展方向和趋势,以推动移动学习在更大范围内的推广、普及和应用。     

GaN纳米柱的量子效率研究

主要通过低温和室温变功率光致发光(PL)谱的实验手段,研究了GaN纳米柱和对应薄膜(作为参考)的量子效率表现.实验中发现在室温,激发光功率为0.5mW时,GaN纳米柱的积分PL强度是薄膜的12.2倍,这表明GaN纳米柱具有比薄膜更高的内量子效率和光引出效率.另外,依据高低温积分PL强度比的方法计算得到激发光功率0.5mW时,GaN纳米柱的内量子效率低于薄膜,该计算结果违背由实验现象得到的结果,这表明该内量子效率的计算方法是不合适的,因而建立了一种新模型,得到GaN纳米柱和薄膜的内量子效率比随激发光功率的变化规律,结果表明GaN纳米柱的内量子效率表现显著优于薄膜.     

数字孪生驱动的小样本旋转机械剩余寿命预测

针对小样本数据下旋转机械剩余使用寿命难以准确预测的问题，提出一种数字孪生驱动的旋转机械健康因子构建及剩余使用寿命预测方法。通过融合卷积自编码器与Weibull分布构建数据驱动的旋转机械退化行为模型。使用旋转机械早期退化信号训练卷积自编码器，使其学习到早期退化信号模式；使用卷积自编码器对测试信号进行重构并计算重构误差，将重构误差映射到[0,1]区间作为健康因子，根据健康因子拟合Weibull可靠度函数并预测旋转机械剩余使用寿命；在旋转机械持续运行过程中基于实时数据重复上述步骤，实现旋转机械剩余寿命的实时更新。在PHM2012公开数据集上的测试结果表明：所提方法可以在不需要末期退化信号的前提下预测轴承剩余寿命，预测结果明显高于现有报道的各类方法，均方根误差和平均绝对百分比误差分别为938.8 s与42.62%。在巴斯夫新材料有限公司某自动化测试系统数字孪生预测性维护平台的应用案例表明，所提方法具有实际工业场景下小样本旋转机械寿命预测的可行性。