转鼓式细粉分级器的分级性能及其计算模型

用回归方法得到转鼓式细粉分级器流场的计算公式，根据这类分级器的结构特点确立了不同的边界条件。按照单颗粒受力分析，计算了粒径不同的各粒级的运动轨迹，从而建立了一套计算模型。利用开发出的计算机程序，计算出了这类分级器在不同结构参数下的分级锐度。经过对比，计算结果与实验结果比较吻合。     

环流式旋风分离器用于超细颗粒分级的实验研究

将新型环流式旋风分离器用于超细颗粒的分级,根据分离器有内筒的特点,在其内筒加装角度为20度导流板,来分化粗细颗粒的流动特性,用于分级。试验证明,在不同风速的情况下,具有不同的颗粒分级效果,在13.2 m/s的较低风速下,有导流板的分离器使需要产品的含量由53.1%提高到88.7%,取得了较好的分级效果。     

结合面部纹理和光流特征的面瘫分级综合评估方法

针对面瘫分级评估问题,提出一种结合面部纹理和光流特征的面瘫分级综合评估方法。该方法针对面瘫诊断时患者需要完成不同的面部表情动作,关注并提取对应的面部区域特征,以及人脸两侧相关区域特征之间的差异以完成面瘫分级评估。首先,需要对面瘫静态图像和视频数据进行预处理;然后,利用人脸关键点检测方法对人脸进行区域划分;接着,针对面瘫图像和视频数据,分别依据人脸左右两侧对应区域的纹理特征差异和光流特征差异以完成面瘫分级评估;最后,利用基于图像和视频数据的评估结果进行面瘫分级的综合评估。实验表明,所提方法的面瘫分级评估平均准确率相对于传统方法提高了18%以上,具有明显优势。     

涡轮式气流分级装置流场及分级锐度的研究

在分析涡轮速度场分布的基础上，建立了涡轮分级区流体速度基本公式，推导了不均匀流场分级粒径计算式，并提出了相对分级锐度的概念，导出其计算式，从而得出风量，涡轮转速，分级粒径，分级锐度四者之间的关系。     

分级钨粉提高钡钨阴极发射性能的研究

提出采用流态化技术分级的新方法分级制备钡钨阴极用原料钨粉。该法能减少或避免粉末的假颗粒化和分级设备的壁效应现象,有效地制备在粒度组成上符合钡钨阴极特殊要求的钨粉。试验结果表明,用分级钨粉制备的钡钨阴极发射性能有了明显的提高和改善,从而显示出这种方法的巨大潜力。     

不同密度的单一物料及其混合物料分级特性

以水力旋流器作为分级设备，通过采用单一物料和混合物料进行分级试验，研究了不同密度颗粒的分级行为。试验结果表明：混合物料的分级行为等于组成该混合物料不同密度颗粒分级行为的线性叠加。     

数据分级存储系统中数据分级算法研究

随着数据存储规模的海量增长,降低存储系统的总拥有成本,提高数据访问效率是海量数据分级存储系统的关键.在分析了两种典型的数据分级算法后,结合两种算法的优点对算法进行了改良,提出了基于数据访问频率和数据设备依赖度的自动分级算法,实验结果验证了算法的有效性和数据分级算法具有较高的准确率.     

基于颜色与缺陷检测的椪柑分级算法

以湘西椪柑为研究对象,提出了一种基于颜色与缺陷检测的椪柑自动分级算法.首先,对椪柑灰度图像进行阈值分割和孔洞填充得到二值图像;然后,将二值图像与椪柑彩色图像的R,G,B分量分别进行与运算,并将运算后的3幅单色图像进行合成,从而得到彩色图像的椪柑目标区域;接着,提取目标区域的黄色像素占比和缺陷面积作为色泽特征参数和缺陷特征参数;最后,利用决策树模型融合特征参数以进行椪柑分级判定.实验结果表明,对比基于单一特征的椪柑分级算法,新算法通过特征的互补提高了椪柑分级的准确率.     

MPEG—2与数字电视分级编码

本文概述了ＭＰＥＧ－２的“分级层面”（Ｓｃａｌａｂｌｅ ｐｒｏｆｉｌｅ，）尤其是空间分级性技术，分析了多级分辨率编码可能的应用领域和现有技术，在此基础上提出三种可行的数字电视分级编码方案。     

系统分级优化的应用

该文运用系统分析的方法和数学规划优化原理,建立一套既相互联系又彼此独立的大系统分级优化序列模型,以不同的数学规划方法分别对能源整体、开发基地生产点等多级系统逐级进行优化。     

固废流化床异型颗粒与床料共流化特性

建立了截面0.2 m×0.2 m、高1.2 m的固体废弃物流化床冷态实验装置,选取4种形状、尺寸和密度差异较大的异型颗粒模拟固体废弃物,床料为粒径0.18 mm的石英砂.采用压力信号和快速CCD图像分析相结合的方法,重点考察了不同种类和比例的异型颗粒与床料共流化时的压降特征、流动结构和最小流化速度,并提出了该体系最小流化速度的新关联式.结果表明,异型颗粒与床料共流化时,升速压降曲线波动大且易低估最小流化速度,而降速压降曲线较为平滑,类似纯床料流化,可用于确定最小流化速度;最小流化速度随异型颗粒体积比和特征密度的增大而增大,与静止床高变化无关.关联式的预测值与实验结果及国内外其他一些研究者的实验值吻合得较好,平均相对误差为14.7%,可适合于多种类异型颗粒与床料共流化体系.     

网络信息审计系统中的文本片断模糊分类算法

分析了分段对文本分类的影响,提出了与文本语义密切相关的最大语义标志原则(MSMR)和段落间的语义激励原则(SIR),在模糊K-最近邻分类算法的基础上,应用这2个原则设计并实现了一种基于上下文的文本片断模糊分类算法.该算法依据SIR判断文本片段分类的相互影响,降低了片段分类的错误率,当某一片断类隶属度大于某一阈值时,依据MSMR判定可知,同一文档的后续片断均属于同一类别,这样就不用计算所有片断的类隶属度.实验表明:与模糊K-最近邻分类算法相比,所提算法能有效提高系统的查准率、查全率和正确率,其中查全率可提高16%以上;在同一会话中,由于被明确分类后的后续片段不需要计算类隶属度,所以算法总计算时间明显少于模糊K-最近邻分类算法,具有较高的分类效率.     

微型旋风器分离超细粉尘的性能

针对分级领域中存在的问题,研究微型旋风分级器的分级性能,目的是利用微型旋风分级器将1μm左右的超细粉体从细粉中分离出来.首先建立旋风分级器的分离二维数学模型,模型方程解析证实粉尘分级效率只与Stk数有关,对3种微型旋风器在不同进口风速下进行实验研究.实验结果表明:分级效率与Stk数之间的关系在Rosin-Rammler坐标上为一条直线,用新理论计算的分级效率值较其他理论能更好地接近实验值,是一个相对比较准确的分离效率计算方法.对3组微型旋风器在入口风速为15~25 m/s范围内分级时,分级粒径可以达到0.6μm.     

动态环境下基于微粒群优化算法的数据分类方法研究

动态环境下数据流容易出现概念漂移现象。随着数据的逐渐到达,隐含在数据中的知识在一定程度上会出现改变,当前数据分类方法无法进行动态更新,不适于动态环境下数据的分类。为此,提出一种新的基于微粒群优化算法的数据分类方法,通过K-means方法对动态环境下的数据进行分类。介绍了微粒群优化算法,将所有个体看作d维搜索空间中没有体积的微粒,在搜索空间中以某一速度飞行,该速度可通过其自身及相邻微粒的飞行经验进行动态调整。通过某种规则对新微粒的局部最优值进行更新,利用优化后的微粒群算法实现数据分类。实验结果表明,所提方法分类性能优,实时准确率高。     

基于改进的S-ReLU激活函数的图像分类方法

为解决ReLU函数负区域取值为0而引发的对应权重无法更新的问题,提出了新的激活函数S-ReLU。该函数在负区域具有软饱和性,增加了负样本数据的关注度。通过赋予负区域输出值较小的导数,促进了负输入值的反向传播,提高了模型的鲁棒性。通过与其他常见激活函数在数据集MNIST、CIFAR-10上使用LeNet-5模型的对比实验,探究基于S-ReLU激活函数的图像分类效果。实验结果表明,对于MNIST和CIFAR-10数据集,相比使用其他激活函数,S-ReLU函数提高了模型的分类精度。     

循环流化床锅炉气固两相流动特性的试验研究

对影响循环流化床气固两相流动特性的因素进行了试验研究。结果表明,在循环流化床内存在着两个界限很明显的区域:下部的密相区和上部的快速区;在快速区内部分颗粒均匀地悬浮在上升气流中,另一部分形成颗粒团,它在循环流化床内作剧烈的上下运动,使床内颗粒浓度分布比较均匀;循环流化床内,床层密度在底部较大,风速增加,床层密度下降。     

不同含水率下污泥流化特性试验研究

在流化床试验台上,对某造纸厂污泥颗粒在9种不同含水率下的流化特性进行了研究。试验结果表明:随着污泥含水率的增大,临界流化速度u_(mf)逐渐增大,床层压降波动变大,流化变得不稳定,流化状态由散式流化向聚式流化过渡。当含水率大于38%时,穿孔和沟流极易发生,污泥无法流化。由于不同种类的污泥流化性质差异较大,前人试验条件各不相同,有关u_(mf)的计算还没有统一的公式。基于试验数据,介绍了两类常用的u_(mf)经验公式,比较后采用更优的模型推导出了此类污泥的u_(mf)计算公式。其他种类污泥的u_(mf)计算公式可参考本文方法较快得到。     

液-固流态化系统固体颗粒特性研究(1):颗粒的初始流态化速度v_(mf)

为数众多的计算颗粒初始流态化速度的公式大体上分为三类:第一类以Ergun公式为基础,引入经验系数加以修正;第二类以某种流体力学关系为基础;第三类属于纯经验公式。这三种类型中,以第一类式子有较大范围之Ar适应性,比较适用。本文提出的计算式子也属于Ergun型,从目前掌握的实验数据看来,比工程界广泛应用的Wen and Yu式子用于计算液-固流态化系统有更高的精确性,而且对球形与非球形颗粒都适用。     

基于模糊C-Means的改进型KNN分类算法

KNN算法是一种思想简单且容易实现的分类算法,但在训练集较大以及特征属性较多时候,其效率低、时间开销大.针对这一问题,论文提出了基于模糊C-means的改进型KNN分类算法,该算法在传统的KNN分类算法基础上引入了模糊C-means理论,通过对样本数据进行聚类处理,用形成的子簇代替该子簇所有的样本集,以减少训练集的数量,从而减少KNN分类过程的工作量、提高分类效率,使KNN算法更好地应用于数据挖掘.通过理论分析和实验结果表明,论文所提算法在面对较大数据时能有效提高算法的效率和精确性,满足处理数据的需求.     

磁流化床中铁磁颗粒流化特性的数值模拟

针对磁流化床中颗粒浓度高,相互作用强的特点,在双流体模型的基础上,引入颗粒流的动力学理论,对床内铁磁颗粒在不同工况下的流化特性进行数值模拟.计算结果表明:在无磁场或弱磁场作用下,床内多处产生气泡,颗粒呈鼓泡流化状态;在适度磁场作用下,磁场对颗粒的作用明显,可以抑制床内气泡生成,实现颗粒的稳定流化.增大气体表观流速比后,磁场的调节作用相对减弱,颗粒不能实现稳定流化.与试验数据比对,二者吻合较好,数值模拟结果较好地反映磁流化床中颗粒的流化行为.