基于尺度不变特征变换的快速图像特征区域检测

针对快速图像特征区域检测受噪声干扰和尺度空间影响, 导致图像特征区域检测精度较低、 延时较长, 检测结果不可靠的问题, 提出一种基于尺度不变特征变换的快速图像特征区域检测方法. 先通过加权核函数, 加权平滑处理图像中各像素点, 实现图像去噪； 再在此基础上通过构建图像高斯尺度空间确定图像特征点区域, 删除低对比度像素点和边缘像素点, 快速提取图像特征点, 检测特征点所在区域即为图像特征区域. 仿真实验结果表明, 该方法能高效率、高精度地实现快速图像特征区域检测的全面检测.     

光纤智能材料与结构损伤估计的神经网络处理

以光纤智能材料与结构中的损伤估计为目的,根据光纤阵列传感信号处理的需要探索了人工神经网络处理信号的原理与结构,给出了ＢＰ（ｂａｃｋｐｒｏｐａｇａｔｉｏｎｎｅｕｒａｌｎｅｔ－ｗｏｒｋ）网与Ｋｏｈｏｎｅｎ网的仿真结果。     

主次双波长计算光度法测定铁的研究(Ⅰ)──phen-Fe(Ⅱ)显色体系测定水中铁

利用主次双波长光度法,通过Fe（Ⅱ）－phen显色体系,依据显色体系吸光度A与照射波长γ及物质浓度x间关系,提出了测定铁的主次波长新光度法,精密度提高,检测限降低．     

特高压直流输电系统接地极线路绝缘基础施工运维技术研究

本文在±800kV哈密-郑州直流特高压输电线路接地极线路绝缘基础施工经验的基础上,对±800kV特高压直流输电线路接地极线路绝缘基础工程施工、验收、运行检查进行探讨并提出建议,以期为今后±800kV线路工程建设提供参考。     

高温矿井热害治理与废热利用综合技术研究

本文以安徽朱集西矿为研究对象,研究高温矿井热害治理与废热利用综合技术,该技术综合热泵技术和井下制冷降温技术,在进行矿井热害治理的同时,充分回收高温矿井废热,将高位热害变成煤矿供热资源,既降低了井下降温负荷和运行成本,又将能量回收利用替代锅炉热源,节能、减排。     

传感器故障非线性系统的快速抑制初态误差迭代学习控制

针对一类带有传感器故障的非线性系统提出了一种新的迭代学习控制算法,该算法在任意初态条件下,结合开环D型迭代学习律,设计一个随迭代次数增加而缩短的时间段,该时间段控制器对状态偏差进行修正,使系统跟踪误差收敛到与初态误差无关的界内,仅由系统自身不确定性和干扰决定。进而基于λ范数理论选取适当的控制增益,抑制传感器故障带来的跟踪误差,并给出控制算法的一致收敛性和误差的有界性证明。注塑机系统的速度控制仿真结果验证了该算法的有效性。     

低负载量MoS_2/3A分子筛催化剂的制备及其加氢脱硫性能

以四硫代钼酸铵为前驱体,采用等体积浸渍法制备一系列MoS2和Co掺杂的3A分子筛催化剂,并采用X线衍射仪(XRD)、比表面积分析仪(BET)和扫描电子显微镜(SEM)对催化剂进行表征分析。以噻吩/环己烷为模拟油,考察催化剂的加氢脱硫(HDS)活性。结果表明:在免预硫化、低负载量(0.5%Mo)的条件下,MoS2/3A分子筛催化剂的催化活性为97%;Co掺杂的MoS2/3A分子筛催化剂,其HDS活性接近100%;此外,在相同反应条件和制备方法下,MoS2/3A催化剂的催化活性均高于MoS2/γ-Al2O3和MoS2/堇青石催化剂。由此表明,采用3A分子筛替代传统的γ-Al2O3和蜂窝堇青石作为载体不仅降低了MoS2的负载量,节约了成本,而且还有效地提高了催化剂的HDS活性;且Co的掺杂进一步促进了催化剂活性的提高。     

某山区公路高边坡的勘察

某山区高边坡岩土体以块石土、强风化千枚质页岩及中风化千枚质页岩为主,岩石岩性较软,且存在崩塌等不良地质。文章根据高边坡岩土层参数、节理裂隙等结构面影响性分析和老路边坡现状调查结果的综合分析,确定其边坡坡率。     

稀土电解槽熔盐润湿性对气泡影响的数值模拟

为研究稀土熔盐电解槽中熔盐对碳阳极的润湿性对阳极表面气泡的形状和脱离大小等的影响,针对稀土熔盐电解槽中石墨阳极的表面特性,利用计算流体力学软件Fluent,采用CLSVOF(Coupled Level Set and Volume of Fluid Method)界面追踪方法分别对润湿角为15°、25°、35°、45°和55°的阳极表面气泡的生成过程进行模拟研究.模拟出了不同润湿性熔盐的阳极表面气泡生长变形过程,结果表明:润湿角越大气泡脱离阳极表面孔口时体积越小,但其脱离后仍然吸附在阳极表面没有脱离,不利于气泡排除,容易造成阳极效应.     

基于Shearlet变换和KPCA的多时相遥感图像变化检测

为了进一步提高多时相遥感图像变化检测的精度,本文提出了一种将Shearlet变换与核主成分分析(kernel principal component analysis,KPCA)相结合用于遥感图像变化检测的算法.首先利用Shearlet变换的多尺度、多方向和各向异性等特点,对遥感图像进行多尺度分解,然后对分解后的数据进行核主成分分析,再进行Shearlet反变换得到含变化信息的图像,最后对该图像利用模糊局部信息C均值(fuzzy local information c-means,FLICM)聚类算法进行分割,实现遥感图像的变化检测.大量试验结果表明,与基于主成分分析(principal component analysis,PCA)、基于KPCA、基于小波变换和PCA 3种变化检测算法相比,本文算法能有效地分离出变化信息,得到更准确的变化检测图像,具有更高的变化检测精度,且对背景有较强的鲁棒性,同时也减少了计算复杂度.