硼掺杂和磷掺杂对硅衬底的变温荧光光谱特性的影响

在Si(110)衬底上通过原位掺杂的方法可得到磷掺杂和硼掺杂硅片.测量了本征、磷掺杂和硼掺杂硅片的变温荧光光谱,研究了不同温度时杂质对硅片性质的影响.本征硅片的荧光发射光谱中只存在1个特征峰,进行掺杂后,由于能级发生分裂,在主峰左侧分裂出杂质峰.2种情况下均表现为杂质峰的波长随温度升高逐渐增加,而主峰的波长随温度升高逐渐减小.随着温度升高到135K,杂质峰消失并逐渐并入到主峰中,而且它们的主峰波长在275K时都与本征硅片的特征峰波长趋于一致.     

成像运动目标的不动点特征分析与提取

研究了成像运动目标不动点的存在性、意义和性质，不动点的约束条件以及提取方法等内容．注意到目标在运动，且不同的目标有不同的运动速度和空间位置，当以速度向量的Ｘ，ｙ方向分量为坐标构成一个速度平面时，它们在速度平面上将对应于不同的不动点．研究了从图像平面到速度平面的约束变换，轻而在速度平面上分析和提取不动点特性．这些研究为各类运动目标的识别与跟踪提供了新的思想方法和技术途径．     

基于显式拥塞指示的自适应主动队列管理算法

目前Internet网络中间节点拥塞控制问题在网络和控制理论界已获得了广泛关注.本文提出一种基于神经元自适应PID控制器的AQM算法,针对TCP/AQM系统模型,结合中间节点队列管理和显式拥塞指示机制(Explicit CongestionNotincation,ECN)机制,采用梯度学习算法来在线调整基于神经元PID的AQM控制器参数,以实现标记/丢包概率的自适应调整,从而对网络拥塞程度作出及时响应,尤其在网络参数时变的情况下仍能保证良好的动态性能,并显著改善网络的服务性能(QoS).最后通过NS-2仿真结果表明,该算法在队列稳定性、平均丢包率等性能方面要明显优于基于常规PID的AQM算法.     

基于神经网络自适应观测器的鲁棒故障检测

提出一种基于动态神经网络的不确定非线性系统鲁棒故障检测方法,该方法通过构造神经网络自适应观测器来获取反映系统故障的残差信息以进行快速的故障检测,并采用Lyapunov稳定理论证明了闭环误差系统的一致最终有界稳定性.针对某型飞机舵面故障的仿真验证了本文方法的有效性.     

基于神经网络辨识的表面温度传感器动态标定及瞬态温度测量

针对瞬态温度测量设计了一种薄膜热电偶,提出了一套瞬态温度传感器动态标定的实验方案。     

交变电絮凝处理某垃圾填埋场渗滤液的试验研究

以镇江某垃圾填埋场垃圾渗滤液为研究对象,利用试验分析影响交变电絮凝处理垃圾渗滤液的主要因素:处理时间、电流密度、电极距离、初始pH值、氯离子初始浓度等;并通过正交实验法计算影响因素对COD去除效果影响大小的顺序为:电流密度>处理时间>pH值>氯离子初始浓度;且得到交变电絮凝处理高COD浓度的最佳处理方案。     

一类信息交迭关联大系统的分散自适应控制

针对关联和有信息交迭的大系统,提出了一种分散自适应控制方法．在对子系统进行辨识的基础上进行适应控制器的设计,同时控制输入之间进行信息交换,以考虑子系统之间的关联作用．从而降低由于关联项造成的不利影响,从而有效抑制每个子系统的有界扰动．最后采用李亚普诺夫方法证明了系统的全局稳定性．通过对电力网大系统的仿真,表明了本文方法的有效性．     

国土调查云在地理国情监测外业核查工作中的应用

外业核查作为内业信息提取的辅助手段,是地理国情监测成果数据质量保证的重要环节。探讨了基于国土调查云的地理国情监测外业核查一体化实施的关键技术、实施流程以及实际效果,全力保障地理国情工作顺利实施,提高地理国情监测外业核查工作的便利性、时效性、真实性,同时为自然资源监管提供及时、准确、有效的基础服务支撑,为提高自然资源管理信息化、科学化水平提供依据。     

一种自动目标识别算法参数的优化方法

提出了一种基于试验设计方法学的响应曲面模型方法，用于建立算法的性能模型．将一种小群体自组织的遗传算法用于算法参数的优化．遗传算法的改进，使得结构更加合理简单，收敛速度明显加快．实验结果表明，所提出的方法能够随着场景条件的变化较好地调整算法参数，从而有效地提高了算法性能．     

基于核函数因素分解模型的表情合成与识别

人脸图像合成是新一代人机交互中的重要技术。传统的三维模型加生理模型的方法可以生成真实的人脸表情图像,但是其中的计算复杂度很高。该文提出了一种基于样本的方法,将不同的人和不同的表情看作影响人脸表情图像的两种变化因素,利用因素分解模型巧妙地进行人脸表情图像合成。同时,分析了因素分解模型获得的身份子空间和表情子空间的特点,提出了一种在子空间中利用余弦距离进行身份和表情识别的新思路。从实验结果来看,这里提出的方法可以仅利用一张训练集内、外的人脸图像合成出该人在不同表情下逼真的脸部表情图像,同时可以合成库内的人在新表情下的表情图像。