基于边缘的字符串定位算法

为了对强干扰噪声图像中的字符串进行实时的检测定位,该文提出了一种基于边缘的字符串定位算法,它引入了边缘密度图和边缘连接强度两个新的概念。该算法首先通过对边缘密度图进行投影分析进行自顶向下的粗定位,然后在此基础上利用垂直边缘的连接强度进行自底向上的精确定位。新算法有效地克服了噪声的影响,运算复杂度低,因而能够实现对强干扰噪声图像中的字符串的实时定位。采用该算法对集成电路芯片图像中的编号字符串进行定位,实验结果证明其在处理强干扰噪声图像时是有效的。     

苏云金芽孢杆菌伴孢晶体中20-kb DNAs上染色体基因的鉴定

已有的研究表明苏云金芽孢杆菌(Bacillus thuringiensis,Bt)4.0718菌株菱形晶体中含有与原毒素紧密结合的20-kb DNAs,利用PCR-RFLP分析发现在这些20-kb DNAs上含有cry1Aa、cry1Ac、cry2Aa和cry2Ab基因.本研究利用特异引物从4.0718菌株中20-kb DNAs上分别扩增出带有自身调控序列的cry1Ac和cry2Aa基因,并将其分别电转至Bt无晶体菌株Cry-B中获得重组菌株Cry-B(pHC42)和Cry-B(pHC39).SDS-PAGE和透射电镜分析表明这两种重组菌株能够分别产生由130-kDa的Cry1Ac原毒素形成的菱形晶体以及由65-kDa的Cry2Aa原毒素形成的方形晶体.毒力生测的结果显示,这两种菌株的表达产物对棉铃虫(Helicoverpa armigera)幼虫具有预期的杀虫效果.重组菌株分别形成的两种晶体经不同的缓冲液溶解后能释放出与20-kb DNAs紧密结合的原毒素,同时在20-kb DNAs上均可检测到源于Bt染色体的spo0A和nprA基因片段.     

区分度与测验进程相匹配的CAT选题策略

选题策略是计算机化自适应测验(CAT)的核心.该文提出了一种新的选题策略,是一种相对严格的“升a”方法,它选择区分度参数的百分等级尽可能接近测验进程的项目,而且还可以通过调整控制参数的取值来满足不同测验场景的需求.Monte Carlo实验结果表明:该方法在测验精度、项目曝光率控制和题库利用率等方面均表现良好.     

叶片宽度比对同心双螺旋静态混合器混合性能的影响

同心双螺旋静态混合器是一种新型的静态混合装置,能够实现流体在混合管内的同心反向螺旋流动。为探究同心双螺旋元件内外叶片宽度比对混合效果的影响规律,利用Fluent中多相流混合模型对低雷诺数状态下该混合器内的混合过程进行了数值模拟,研究结果表明：在较低雷诺数下,同心双螺旋静态混合器与对应尺寸的传统Kenics型混合器相比混合效果明显提升,在叶片宽度比e为0~3/2时混合效果提升6.9%~28%;随着内外叶片宽度比的增大,混合效果呈现先增后减的规律,当e=2/3时混合效果最好;在不同的宽度比下,流体的分离强度沿混合管轴向变化规律相同,即在第一个混合元件内分离强度下降缓慢,第二、三个元件内下降迅速,第四个元件内几乎保持不变而处于维持混合状态,说明本文所研究的混合器使用较少的混合元件即可达到较好的混合效果。     

基于近似骨架和混合蛙跳算法的K-means方法及其在眼底病历图像中的应用

为提高K-means算法全局搜索能力,提升聚类效果,提出一种基于近似骨架和混合蛙跳算法的K-means方法。该方法首先利用经典的混合蛙跳算法取代K-means算法中原有迭代公式,获得更优秀的聚类结果;然后对获得的聚类结果,使用基于近似骨架和混合蛙跳算法的K-means算法不寻找聚类中心,而是直接对簇的划分进行修改。UCI数据集实验结果表明,使用改进的聚类算法获得的聚类结果,较其他算法结果更为优秀。最后将改进后的聚类算法应用到医学眼底病历图像中,可以得到较好的血管切割效果。     

风险补偿分析框架下的占线批量订货策略设计

研究一类采购价格未知情形下的占线批量订货问题.论文扩展了以往研究中关于订货人的风险规避假设,给出了订货人具有风险偏好特征下的批量订货策略设计.首先针对订货人不同的预期情境,构建了两种风险补偿分析框架,以辅助多种风险偏好类型订货人的决策.尔后在两种不同框架下,基于订货人的风险忍耐度和不同预期设计了多种占线批量订货策略.最后,借助算例更清晰地阐述不同风险忍耐度,预期与批量订货策略的关系.为不确定信息情境下的库存管理问题提供一种新的解决思路,以期丰富现有的库存管理理论.     

复杂环境中无人机数据链干扰效果预测方法

针对无人机(unmanned aerial vehicle, UAV)数据链在地理环境、气象环境、电磁环境等构成的复杂环境中受干扰程度提出一种结合支持向量机(support vector machine, SVM)与功率准则的预测评估方法。首先对系统误码率以及干扰传播模型进行仿真,并针对两个单音干扰存在的情况获得仿真数据、划分干扰等级,得到学习样本;比较了特征归一化和特征降维这两种不同输入形式与4种不同核函数下的学习效果,获得了具有良好效果的预测模型;应用该模型并结合具体地理环境对实际场景进行干扰程度预测,结果与理论值相符,证明了方法的可行性和有效性;预测结果也可用于UAV航路规划与航路评估,具有很强的应用性。     

基于OFDM的水声通信非一致多普勒补偿方法

当多径信道各径多普勒因子不一致时,传统的多普勒补偿技术会带来较大的残余误差。针对此问题,通过理论推导提出了一种针对水声多径信道存在非一致多普勒扩展的补偿方法。该方法采用多次内插与快速傅里叶变换相结合的算法,首先通过对接收信号进行单次重采样预处理以降低多普勒因子大小,再利用等效信道参数估计模型,获得信道统计量后进行正交频分复用解调,实现非一致多普勒补偿。仿真结果表明,所提方法在信道信息已知与未知的条件下,都具有较高的补偿性能,特别是在非一致多普勒扩展比较严重的情况下,其优势更加明显。     

基于组网雷达的空间旋转对称进动目标三维重构

对于空间旋转对称进动目标,单部雷达成像仅能获得目标在雷达视线(line of sight,LOS)方向的一个切面,无法反映目标真实的三维结构,同时进动增加了成像的复杂度。利用组网雷达多视角观测的特点,提出一种基于组网雷达的旋转对称进动目标三维重构方法。首先建立了旋转对称进动目标的回波模型;在估计视线-轴线夹角的基础上,采用复数逆投影方法实现进动目标的二维成像,并分析了允许的夹角误差范围;基于分布式雷达二维图像,提出一种适用于旋转对称目标的三维重构方法,通过对各二维图像进行空间定标、匹配融合、强点检测和曲线圆拟合,最终实现目标的三维重构;最后通过仿真实验初步验证了该方法的有效性。