一平浪盐矿耐盐真菌的种群调查

研究了云南一平浪盐矿的耐盐真菌的分布和种群。采用4种不同含盐浓度的培养基进行分离纯化培养，结果获得149株真菌，以形态特征为主进行分类鉴定到属，有3目，3科，18属。优势属为：青霉属（Penicillum),曲霉属（Aspergillus)，拟青霉属（Paecilomyces)。     

巴马水与其他地区水的生命动力元素比较及与巴马人长寿关系的考察

分析了世界首位长寿地区——巴马地区长寿村井水和其他一些地区水中生命动力源相关元素,并根据第四统计力学群子统计参数理论,证实巴马地区长寿村饮用井水的生命动力元素群子参数与人体中胸腺、骨骼肌的很相近,其阴阳性属为（+）（+）（-）（+）高阳性水,具有良好的免疫作用及极佳壮阳、补气功能,而其他地区水的群子参数与胸腺相差较大,不能很好地作用于人体。巴马井水中所含有的锌、锰等生命动力源元素含水络合离子,对世界首寿的巴马人的长寿起到了决定性作用。     

基于灰度共生矩阵的模糊神经网络FuCMAC在图像分割中的应用

文中提出了一种改进的CMAC神经网络（FuCMAC），与经典的FCMAC相比，其逼近精度得到提高，解决了CMAC系列神经网络逼近精度不高的弱点．在颅脑磁共振图像分割仿真实验中，把当前像素点的子图像的纹理特征和该像素点的灰度值作为该像素的特征向量，将该特征向量作为神经网络的输入，结果表明其具有较高的分割准确性．     

基于参数控制变量最优潮流算法在电力系统配网无功优化中的应用

在电力系统配网无功优化计算中,由于总的无功最优补偿容量无法确定,所以传统的等网损微增率方法无法得到一个较优的补偿方案;另外,在配网的实际运行中,当电压偏差较大时,有载调压变压器往往作为调节电压的手段而对无功功率的分布产生影响,这也使得等网损微增率方法难以实现.为了解决该问题,提出了一种将基于参数控制变量的最优潮流算法作为主要手段的新型无功优化方法.该方法以最小化平衡节点的注入功率为目标函数,将并联补偿的电容器组的电纳值和可调变压器的变比作为控制变量,在计算过程中计入了由于进行无功补偿所造成的网络参数变化,从而提高了计算精确度.最后给出了该方法应用于IEEE-30节点系统的计算实例.     

赋广义Orlicz范数Orlicz函数空间的完全k-凸性

利用Banach空间凸性理论和广义Orlicz范数的特征,研究了赋广义Orlicz范数Orlicz函数空间完全k-凸性,得到了Orlicz函数空间关于广义Orlicz范数完全k-凸的判别准则.     

基于FLUENT的含硫天然气泄漏数值模拟研究

为了研究天然气输送管道发生泄漏后气体的扩散规律,以长庆油田第五采气厂输送管道为研究对象,利用FLUENT软件进行数值计算。根据现场的实际情况,建立了数值模拟的物理模型,设置合理的边界条件,得到了不同风速下天然气扩散规律。结果表明:在静风条件下,气体的浓度和速度分布基本上呈对称分布。在风力的作用下,气体的浓度场向下风向发生了明显的偏斜,当风速为3 m/s时,喷射气流大约在泄漏口上方50 m处发生偏斜,当风速为5 m/s时,喷射气流大约在泄漏口上方35 m处发生偏斜,当风速为10 m/s时,喷射气流大约在泄漏口上方15 m处发生偏斜,而且随着风速的增大,射流偏离竖直方向角度也增大。同时风速越大,硫化氢对人体有危害的面积越小。     

基于小波变换的SAR图像自适应子带编码算法

为降低大数据量SAR图像对传输带宽和存储空间的要求,必须对SAR图像进行高效压缩.基于小波变换的传统SAR图像压缩方法只对低频子带进行分解处理,造成SAR图像处于中高频子带的重要纹理信息丢失.针对上述问题,提出一种基于小波变换的自适应SAR图像压缩算法.首先对图像进行小波软阈值消噪预处理,然后依据能量指标,进行子带重要性判定,对认定为重要的子带进行深一层次分解,分解完成后对所有子带进行恒定比特率条件下的最小误差量化,实现对图像的自适应压缩.仿真实验表明:该算法能很好地保护SAR图像的高频细节,提高了信噪比.     

模糊综合评价防空指挥自动化系统效能

通过对防空指挥自动化系统性能的全面分析 ,建立了其系统效能综合评判的指标体系 ,给出了系统效能评价模型和评价方法 ,介绍了运用择优比较法确定权重的方法 ,并进行了实例分析 .     

单通道记录信号的OFDM系统频偏估计新方法

提出了一种利用独立分量分析(ICA)技术估计正交频分复用(OFDM)系统频偏的新方法.传统的ICA算法进行频偏估计需要通过不同手段获得多路混合信号,该方法只需利用相关检测技术处理单路OFDM信号,获得观测信号向量,通过ICA算法分离出含频偏信息的信号,然后估计OFDM系统的频偏.与传统的频偏估计方法相比较,该方法不需要信道状态信息(CSI)和辅助信息,不需要额外的带宽,大大降低了系统实现的复杂度,因此具有一定的优越性.仿真结果表明,该方法频偏估计准确度较高,估计范围可以达到±0.5倍的子载波间隔.     

基于SIFT特征的粒子群优化的视觉跟踪算法

提出了一种基于SIFT(scale invariant feature transform)特征的表观模型更新的粒子群优化(particle swarm optimization,PSO)跟踪算法.与现有的跟踪方法不同,该算法将当前帧检测到的SIFT特征与最近更新的目标模板相匹配,估计目标的位置,然后把此位置信息融入到PSO的结果中以得到更加精确的位置估计,并把其作为新的目标模板,从而更加鲁棒地应对表观模型的更新问题.实验结果表明,提出的SIFT-PSO算法在目标发生大的运动变化和局部遮挡条件下仍然能够可靠地跟踪目标.