局部线性嵌入及其在人脸表情识别中的应用

深入探讨了流形学习算法中的局部线性嵌入算法(Locally Linear Embedding,简称LLE),在此基础上提出有监督学习的LLE算法,并把它应用于人脸表情识别中,只需构造简单的最小距离分类器,就能取得较好的识别率.     

冰冻/解冻对低合金耐候钢大气腐蚀的影响

采用事内、室内+冰冻和户外三种不同环境的曝晒实验,研究了冰冻/解冻循环对两种耐候钢初期大气腐蚀行为的影响.利用失重实验和电化学方法评价了实验钢的耐腐蚀性能,用扫描电镜观察了锈层形貌,用能谱分析仪分析了合金元素在锈层中的分布.结果表明:低温、低湿环境促进致密锈层的形成,而温度、湿-度较高的环境中形成的锈层致密度较低;冰冻/解冻循环导致非致密锈层内产生裂纹,其原因是疏松锈层中的孔洞中含有大量液态水,在液固相变时产生较大的应力,致使锈层开裂.致密锈层不含液态水,基本不受其影响.     

基于有效状态空间的多状态网络可靠性评估

鉴于应用d-最小割(路)集计算多状态网络可靠度精确值的算法中基于最小割(路)集求解d-最小割(路)集及容斥原理的复杂性,提出一种不需要d-最小割(路)集计算网络可靠度精确值的算法.该算法按一定规则分割状态空间,在此基础上生成有效状态空间,通过迭代计算直接获得可靠度精确值;同时通过删除边的无效状态、对最小割集进行分组,有效减小计算量;通过有序树执行该算法简单、易操作.实例表明算法的计算结果是正确的,且计算量较小,证明了其正确性和有效性,但同时也表明算法所需存储空间较大.     

基于Bayes network含失效节点的网络可靠性评估

针对Bayes network (BN)能很好地表示变量的不确定性和相关性, 并能直接进行不确定性推理的优势, 提出了基于BN含失效节点的网络可靠性评估方法. 建模方面, 给出了通过节点分割去环构建有向无环图及条件概率表的具体方法; 推理方面, 通过节点消隐, 减小BN规模, 有效降低推理复杂度. 分析了算法复杂度, 并通过算例证明了算法的有效性和适用性. 由于BN建模及推理的灵活性, 该方法可研究同时含节点失效、共因失效的网络可靠性, 况且通过BN推理除得到网络失效概率和部件重要度外, 还可得到网络失效条件下任一部件失效或者共因失效发生的概率, 为故障诊断和维护提供指导.     

高分子絮凝剂及其应用研究进展

絮凝剂是一类可使液体中固体悬浮微粒凝聚、沉淀的物质.本文综述了高分子絮凝剂的研究现状,对高分子絮凝剂进行了分类并做了详细论述,并对无机絮凝剂、有机絮凝剂、淀粉絮凝剂、微生物絮凝剂和复合絮凝剂在废水处理等领域中的应用情况进行了综述.另外,对高分子絮凝剂的发展趋势做了分析和展望.     

碳纳米管改性P（VDF-HFP）基聚合物电解质的电学性能研究

制备了以偏二氟乙烯-六氟丙烯共聚物P（VDF-HFP）为基质的聚合物电解质,并掺入碳纳米管,测定该电解质的交流阻抗特性和直流伏安特性。结果表明,加入适当碳纳米管可以提高电解质的离子电导率,改善电解质的电学性能。     

添加钙对氢氧化镍结构和电化学性能的影响

通过XRD和循环伏安法研究了添加钙对氢氧化镍结构和电化学性能的影响。其中钙是以离子的形式对氢氧化镍掺杂。结果表明：添加了钙的氢氧化镍的晶粒尺寸变小,比表面积增加,晶体缺陷和畸变增多,提高了质子的传递能力和活性物质的利用率,其中以共沉淀方式添加1%钙的氢氧化镍电极的电化学性能最佳。     

钛合金表面织构的光纤激光加工多参数耦合研究

针对钛合金作为生物医用材料具有耐磨性差、表面容易划伤等缺点,采用光纤激光表面织构提高其抗磨性能.因诸多激光工作参数共同制约其加工效率,对钛合金TC4进行多参数耦合实验研究,提出了一套适用于凹坑形和凹槽形两种表面图案的理想工作参数组.实验结果表明,该参数组能有效地提高表面织构的精度和速度.     

一种基于L1-TV模型的图像修复算法

提出一种基于L1-TV模型的图像修复方法。在正则化框架下采用L1范数度量逼近项,增加了模型修复图像破损部分的能力。利用"变量分裂"思想和半二次光滑化技术,克服L1-TV模型的算法求解困难,使得新模型的解易于求出。与两个已有算法的对比实验结果表明,该算法在获得较高的修复效果的同时,可以显著地降低运算时间。     

神经网络负荷模型的综合能力研究

针对电力电子设备综合负荷模型难以用机理模型描述的现状,构造了动态综合负荷的模糊神经网络模型.该模型具有模糊推理和神经网络的优点,能很好地逼近动态负荷的模型输出.通过对已知实测建模数据的训练,分析了模糊神经网络负荷模型的前件参数、结论参数的辨识策略,阐述了模糊隶属度和模糊规则的形成过程.对负荷构成相异的4组实测变电站负荷数据,用其中1组建模数据进行训练,得出模糊模型结构和参数,用该模型去拟合其他3组数据,对模糊神经网络负荷模型的综合能力进行验证.实例表明,该模糊神经网络负荷模型不仅具有很强的自描述能力和收敛性,而且具有良好的综合描述能力.