加权模糊聚类及其在电力变压器故障诊断中的应用

理论分析和实践表明,电力变压器绝缘故障与油中特征气体组分含量及特征气体组分比值密切相关.融合上述两类信息,对充油电力变压器DGA数据进行分析,提出针对特征气体组分含量和组分比值的规格化及提升与压缩数据处理方法,使用权值表示各类数据对于故障划分的相对重要程度,完成故障聚类,并设计出一种加权模糊聚类算法,该算法可实现故障聚类,计算故障聚类原型,完成权值的计算和优化.     

几种虹膜识别算法的比较

对基于小波变换,离散余弦变换(DCT)和独立分量分析(ICA)的虹膜识别算法中的特征提取方法进行了简单地比较,简述各方法的产生背景和技术要点.提出一种改进的基于DCT的特征提取方法,可为特定环境下选择虹膜识别算法参考.     

微乳液法制备CdSe纳米线

利用CTAB/环己烷/异丁醇/水作为反应介质,在微乳液体系中制备了CdSe纳米线。利用X射线衍射、透射电子显微镜、扫描电镜表征了CdSe纳米线的形貌和粒径尺寸,进一步研究了CdSe纳米线的生成过程,讨论了水含量、表面活性剂浓度对CdSe纳米线的影响。     

基于样本类可分性分析的特征选择研究

在传统类间散布矩阵理论的基础上,提出了类间的两两散布矩阵和类间重叠系数矩阵.传统的类间散布矩阵对于两类或多类的类别均值和全局均值之间距离值相近时难以区分,而且对于方差大而分类信息差的向量也无能为力.类间重叠系数矩阵可以剔除方差大而分类信息差的向量,两两类间散布矩阵则用于区分类别均值和全局均值之间距离值相近的向量.实验证明该方法生成的特征向量取得的分类效果较好.     

多元图图形基元和特征基元提取与表示方法

提出一种多维数据多元图图形基元和特征基元提取和表示的方法.首先应用多维数据多元图表示原理实现无结构数据的结构化表示,然后在建立基于多元图图形基元和特征基元表示的一般化表示模型基础上,提取出了表征多元图图形的图形基元和特征基元.为验证该方法的正确性,采用UCI机器学习数据库中的Iris等数据进行了分类实验,不同分类方法实验结果对比证明该方法具有较好的识别效果.     

一级反应不同数据处理模型的比较

在物理化学实验的基础上,对一级反应的6种不同数据处理模型进行比较和分析。通过对实验数据处理模型进行系统的比较,来改善传统实验数据处理中存在的一些问题,从而简化数据处理,减小作图工作量与作图误差,提升实验水平,提高数据处理结果的准确性。     

丹参水提液的无机膜澄清过程

利用无机陶瓷膜对丹参水提液进行了分离澄清研究,主要考察了膜管孔径、跨膜压差、膜面流速、温度和反冲条件等因素对分离过程的影响,以膜通量、浊度及固含量等指标来考察膜分离的性能.实验结果表明,膜管孔径越大,膜通量也越高,渗透液的浊度、固含量和黏度均变小.跨膜压差越大、膜面流速越高、温度越高,有利于提高膜通量;通过反冲实验可知较低的反冲时间和较短的反冲周期对膜分离比较有利.     

蒸馏沉淀聚合法制备单分散交联聚苯乙烯微球

以乙腈为溶剂,以过氧化二苯甲酰（BPO）为引发剂进行了苯乙烯（St）和二乙烯基苯（DVB）的蒸馏沉淀共聚合研究,制得粒径2-3μm的单分散交联聚苯乙烯微球．结果表明,当单体总量和BPO用量增加时,微球粒径增大,产率升高．当交联剂DVB用量增加时,微球平均粒径增大,粒径分布变窄,产率升高．随着混合溶剂中乙醇含量的下降,粒径分布变窄,产率升高．在其他条件基本相同的情况下,用长分馏柱所得的聚合物微球具有较好的形貌．     

程序设计课程改革的应用性研究与教学实践

针对应用型大学中程序设计课程存在"老师课难教、学生课难学"的问题,深入进行了新一轮的课程改革,提出了应用性特色鲜明的课程改革成果,包括:课程定位、教育理念、教学模式、改革措施、课程内容、教学方法和检验标准.成果在本校的教学实践过程中取得成效.     

基于Pixon的规格化切与图像分割

针对规格化切过程需要求解大规模矩阵的特征向量,使得这一图像分割方法需要很大的运算量的缺点,将基于Pixon的图像模型与规格化切相结合,提出了先获取基于Pixon的图像模型,然后再使用规格化切对基于Pixon的图像模型进行递归分割的图像分割方法.实验结果表明,该方法显著降低了使用规格化切进行图像分割时的运算量和内存消耗,提高了该方法的效率和实用性.