基于CASI/SASI高光谱影像的几何校正方法及误差分析

CASI/SASI高光谱遥感影像在380~2450 nm的波谱范围内,最多可构建388个连续光谱通道,具备很高的光谱分辨率.针对影像在采集过程中的严重畸变,采用Buddle(实验区)辅助POS数据的方法进行高精度几何校正.通过利用Buddle与POS数据进行联合计算,获取最佳的位置偏移量和角度偏移量.并将偏移量参数用于修正后的共线方程方法中,结合DEM数据进行几何校正.该方法有效解决了偏心矢量和偏心角无法精确测量而带来系统误差的问题,绝对定位精度达到4.87 m,校正精度较高.     

全氟辛酸在松花江水体多介质环境中迁移、归趋和风险研究

为探究全氟辛酸(perfluorooctanoic acid,PFOA)在松花江水体多介质环境中的迁移和归趋行为,评估其在松花江水体的环境风险,采用Ⅲ级逸度模型模拟估算了松花江流域大气、江水、颗粒物和沉积物中PFOA的含量及其分布规律,计算了PFOA在不同环境介质的迁移通量,采用风险特征比率法评估了PFOA在松花江水体的环境风险.结果表明:PFOA在松花江流域大气、江水、颗粒物、沉积物中的模拟含量分别为1496.03 pg/m3,0.0103 ng/L,15.27μg/kg,19.98μg/kg,PFOA几乎全部进入了颗粒物和沉积物中.PFOA由江水向悬浮颗粒物的迁移、沉积物向江水的迁移分别占相间总迁移通量的84.63％ 和15.12％,为PFOA的主要相迁移路径.由估算结果计算的水和沉积物的风险特征比率(risk characteristic ratios)均远小于1,表明PFOA对松花江水生生物的危害概率较低.     

基于金-汞纳米颗粒可视化检测海产品中的甲基汞

基于特定序列的DNA对甲基汞的特异性识别作用,通过晶种生长法经两步还原形成金-汞纳米颗粒,依据颜色从无色到紫红色变化的原理,建立一种非标记且高特异性的甲基汞快速可视化检测体系,并应用于海产品中甲基汞的检测.实验考察不同DNA序列对甲基汞的识别特异性,选择HT9 DNA为最优的识别序列.在最优实验条件下,甲基汞浓度在0.05～4.00μmol·L~(-1)范围内与吸光度呈现良好的线性关系,其检出限为0.01μmol·L~(-1).采用所建立的方法测定海带、鲍鱼、小黄鱼等海产品加标样品中的甲基汞浓度,样品加标回收率为90.4%～97.0%.同时利用IC-ICP-MS对相同样品中甲基汞浓度进行检测,获得较为一致的结果.     

一种基于QBC的SVM主动学习算法

针对支持向量机(souport vector machine,SVM)训练学习过程中样本分布不均衡、难以获得大量带有类标注样本的问题,提出一种基于委员会投票选择(query by committee,QBC)的SVM主动学习算法QBC-ASVM,将改进的QBC主动学习方法与加权SVM方法有机地结合应用于SVM训练学习中,通过改进的QBC主动学习,主动选择那些对当前SVM分类器最有价值的样本进行标注,在SVM主动学习中应用改进的加权SVM,减少了样本分布不均衡对SVM主动学习性能的影响,实验结果表明在保证不影响分类精度的情况下,所提出的算法需要标记的样本数量大大少于随机采样法需要标记的样本数量,降低了学习的样本标记代价,提高了SVM泛化性能而且训练速度同样有所提高。     

基于校园一卡通的门禁道红外线识别方法研究

为实现对校园一卡通门禁道红外线主动识别,提出基于红外成像特征检测的校园一卡通门禁道红外线识别方法,建立门禁道红外线识别的成像模型。采用主动边缘轮廓检测方法进行门禁道红外线的特征提取,采用Harris角点检测方法对校园一卡通门禁道红外图像的特征点进行检测。结合相邻帧像素融合的方法进行红外图像的信息融合,采用目标主动检测方法进行门禁信息的特征检测和提取,构建校园一卡通门禁道红外图像的模糊特征检测和信息跟踪融合识别模型,实现校园一卡通的门禁道红外线识别优化。仿真结果表明,采用该方法进行校园一卡通的门禁道红外线识别的特征分辨能力较好,识别精度较高。     

潜伏性灌注树脂在风电叶片中的应用分析

研究了在风电叶片灌注树脂体系中,潜伏性环氧真空灌注树脂(3325A/3325B)的性能特点,包括树脂凝胶时间与树脂用量的关系,树脂粘度随时间变化关系,树脂温度随粘度变化关系,树脂不同用量条件下温度随时间变化关系。结果表明,潜伏性环氧真空灌注树脂(3325A/3325B)适用于大尺寸叶片灌注工艺。     

基于TensorFlow的LSTM神经网络智能电气火灾预测研究

随着智慧城市建设的步伐不断加快以及人工智能技术的高速发展,如何利用大数据技术对电气火灾事件实现精准预测已经成为当前火灾预防研究者特别关注的问题.本文设计并实现了基于TensorFlow智能学习系统的LSTM神经网络电气火灾预测算法,对某地区输电线路上的数据进行了分析,通过多次数据迭代和参数调优对模型进行了训练,实验结果表明,基于TensorFlow的LSTM神经网络算法对于电气火灾的预测不仅具有较高的准确度,而且泛化能力强,预测效果明显好于其他学习算法.     

N掺杂对TiO_2负载Cu基催化剂甲醛乙炔化性能的影响

以TiO_2及N掺杂的TiO_2为载体、CuCl_2·2H_2O为铜源、NaOH为沉淀剂,采用沉积沉淀法制备了Cu含量(质量分数,下同)为30%的CuO/TiO_2及CuO/N-TiO_2催化剂。结合N_2物理吸附、XRD、XPS、H_2-TPR、CO-IR等表征,研究了N掺杂对TiO_2负载CuO催化剂结构及甲醛乙炔化性能的影响。结果表明,经N掺杂的TiO_2呈现出较多的Ti ~(3+)物种及氧空位,增加了CuO与载体间的相互作用,有利于CuO物种的分散。在炔化反应过程中,CuO原位转变为高分散的Cu~+活性中心,催化剂表现出高的催化活性与使用稳定性。     

山丹县经济林有害生物发生危害现状及治理对策

本文针对山丹县山丹县经济林有害生物发生危害现状,在深入分析危害特点、评估危害损失、分析发生危害原因的基础上,结合全县经济林产业发展实际,提出适宜山丹县经济林有害生物防治目标、内容、方法、措施和对策建议,为山丹县有效开展经济林有害生物治理提供参考的依据。     

抓好毕业设计(论文)环节,提高应用型人才培养质量

随着我国经济建设的快速发展,国家各个行业对人才质量的要求也越来越高。针对桂林理工大学材料科学与工程学院本科毕业设计(论文)环节存在的普遍问题,提出一些合理的解决办法:合理安排时间,加强监督和管理;课程学习与实践能力培养相结合;开展形式多样的学术活动。旨在提高学生的积极性和自觉性、以及学生的动手能力和实验操作技能,培养学生掌握良好的科研方法与具备较强的科研能力。