基于仿生机械云台的声纳图像拼接

分析了声纳图像拼接失真的因素,提出了一种基于仿生机械云台的声纳图像拼接方法. 根据眼球前庭动眼反射机理建立了一个具有主动补偿功能的仿生机械云台控制系统,对扫测艇姿态变化进行动态补偿减小了声纳图像拼接的误差. 使用姿态传感器与GPS以及图像信息对声纳图像进行对准,实现声纳图像的拼接. 不同环境下的仿真实验证明,该系统不仅具有动态补偿能力而且还具备鲁棒性. 最后,经水下声纳图像拼接的实验证明了该方法的有效性,较未使用仿生云台的拼接方法有更好的拼接效果.     

全球性数字广播高频外辐射源雷达参考信号重构

外辐射源雷达通过直达波提纯来获取雷达参考信号,且参考信号的纯净程度直接决定着雷达探测性能的好坏。针对全球性数字广播（digital radio mondiale, DRM）信号的特殊结构,提出通过重构发射信号来生成雷达参考信号的方法。首先基于DRM信号调制解调理论介绍了重构算法流程,然后通过实测数据处理验证了重构性能,最后分别从模糊函数性能与杂波抑制能力两方面定量研究了解调误码率对雷达探测性能的影响。仿真与实测结果均表明,通过本文所提重构算法能够获得良好的雷达参考信号,为目标探测提供必备条件。     

提高污泥厌氧消化效率的溶胞预处理技术

剩余污泥的厌氧消化既可以解决污泥对环境的污染问题,又可以实现污泥的资源化,是污泥处置的理想途径。为了提高厌氧消化过程的效率,各种溶胞技术被用于厌氧消化的预处理。详尽地介绍了各种化学、物理、生物溶胞技术的效果及研究现状。机械、臭氧、超声波、热处理等方法在国外已经得到了较好的应用,辐射法是新兴的预处理技术,其污泥的预处理机理、效果及经济可行性有待进一步探讨。投加能分泌胞外酶细菌的溶胞技术在经济合理、操作简单、对设备无腐蚀、环保节能等方面显示了较大的优势,为提高厌氧消化效率开辟了新的途径。     

一类弹性体的故障检测

针对某种弹性体上有一段不易量测横向位移造成的故障检测困难问题,首先给出其参数辨识模型,然后导出该模型存在最优参数的必要条件,并动用最速下降法归纳出检测这类弹性体故障的具体算法,最后利用这一算法,以深水采矿吸管为对象,借助计算机编程,给出具体的应用实例。     

电子技术课程CAI的体系结构与教学设计

提出了注重教学环节的设计、注重教学内容的演绎过程、注重体现教学规律及学生的认知规律、注重展现教师的教学个性和教学特色、注重在现代化教学手段和教育技术中融入传统的教学方法为学生建立合适的教学情景、注重引导学生通过发现和探究的途径获取知识的电子技术课程CAI的体系结构与教学设计方法。     

Optimal design of broadband loaded wire antennas based on genetic algorithm

0　ＩｎｔｒｏｄｕｃｔｉｏｎＮｏｗａｄａｙｓ,ｗｉｔｈｔｈｅｈｏｐｐｉｎｇｆｒｅｑｕｅｎｃｙａｎｄｓｐｒｅａｄｓｐｅｃｔｒｕｍｔｅｃｈｎｏｌｏｇｉｅｓｂｅｉｎｇｗｉｄｅｌｙａｐｐｌｉｅｄｉｎｍｏｄｅｒｎｃｏｍｍｕｎｉｃａｔｉｏｎ ,ｔｈｅｎａｒｒｏｗｂａｎｄａｎｔｅｎｎａｈａｓｎｏｔｂｅｅｎａｂｌｅｔｏｍｅｅｔｒｅｑｕｉｒｅｍｅｎｔｓ,ｅｓｐｅｃｉａｌｌｙｗｈｅｎｗｏｒｋｉｎｇｉｎｔｈｅｆｕｎｃｔｉｏｎｏｆｓｐｒｅａｄｓｐｅｃｔｒｕｍ ,ｉｎｗｈｉｃｈｓｉｇｎａｌｓｒｅｑｕｉｒｅｔｈｅａｎｔｅｎｎａｔ…     

一维水流方程中曼宁糙率的参数辨识

根据参数辨识理论对一维水流方程中曼宁糙率的计算方法进行理论推导,建立一个求解曼宁糙率的最优模型;根据边界点观测值应用最速下降法,可得与实测资料相吻合的曼宁糙率最优解。此方法具有普遍适用性和准确性,使河道及其冲淤变化数值模拟计算更为可靠。     

线粒体转录终止因子3在甲状腺癌中的表达及预后意义

对线粒体转录终止因子3（MTERF3）在甲状腺癌中的表达水平进行分析并评估其预后价值。从TCGA和GTEx等数据库提取甲状腺癌患者MTERF3的表达数据，探究MTERF3在甲状腺癌和癌旁组织中差异表达，分析差异表达对患者免疫细胞浸润和预后情况的影响，并明确MTERF3的临床意义。MTERF3在甲状腺癌中表达水平显著低于正常甲状腺组织，该基因在甲状腺癌中表达较低提示患者预后不良。MTERF3是甲状腺癌的预后标志物，是甲状腺癌诊断和治疗的潜在分子靶标。     

非均衡数据的债券违约预警研究

将上海交易所和深证交易所发行的30只违约债券和468只未违约债券作为研究样本，将债券是否违约设定为一个二分类问题进行识别分析，针对该问题构建了基于SVM的ADmR-AdaboostSVM分类模型；从企业资本结构、盈利能力、现金流量、偿债能力4个评估因素中筛选16个预警指标，运用ADASYN方法进行过采样合成新样本点，将特征提取mRMR方法引入债券违约领域，得出长期负债率、资本收益率、成本费用利润率以及股权比例这4个变量作为债券违约的最终预警指标，在此基础上运用AdaboostSVM模型进行风险识别。研究结果表明：在建模过程中克服了样本非均衡化问题使得分类精度显著提高，同时通过解决高维数据冗余问题，识别违约债券的准确率进一步提高，反复验证表明该模型具有较强的稳健性和有效性，具有一定的应用价值。