应用于JBIG2的一种文档图像分割方法

JBIG2是即将实施的文档图像压缩编码标准，主要应用于传真，互联网和无线传输，其编码对象是文字与二值图像的混合文档，通过对特定内容采用特定的模式算法进行编码，图像分割是编码的第一步工作，文中在简述JBIG2标准后，通过对文字和二值图像的特征分析，提出了一种新的与轮廓无关的文档分割算法，快速准确具有一定的适应性，经过实验证明，该方法比较有效。     

小叶白蜡种子发芽试验研究

利用不同浓度的赤霉素及生根粉6号、7号溶液，在恒温、变温2种 条件下对小叶白蜡种子进行浸种催芽试验。结果表明，在催芽30天内与对照相比可获得良好的发芽率和发芽势，其中在变温条件下，用10mg/L的赤霉素浸种16h后，种子发芽率可达73．3％，效果较显著。     

光学超晶格的多波长倍频实验研究

介绍了在同一块非周期结构的LiTaO3光学超晶格中，直接对皮秒掺钛蓝宝石泵浦的多波长参量激光器输出的脉冲激光倍频，实现了从可见光到红外光的倍频激光输出，其最大光－光转换效率达到90％。     

泥沙对天然水体中有机污染物净化的模拟研究

模拟研究表明 ,泥沙在天然水体的净化过程中起着非常重要的作用 .有泥沙的水体仅需6h就可使 COD去除率达到 5 0 %以上 ,而不含泥沙的水体达到该值需 70 h以上 ;吸附饱和后的泥沙其 zeta电位 (绝对值 )会明显降低 (由原来的± 40 mv左右降至± 2 0 mv左右 ) ,易发生沉降 ,若要使泥沙较好的悬浮 ,须使其所处的酸度在 p H=7-1 2范围     

人工神经网络用于水文资料的插补延长

水文资料的插补延长一直是水文计算中的一个难题。采用人工神经网络建立两个水文相似流域之间的耦合模型，用一个流域的资料来推求另一个流域的径流量。另外人工神经网络还用来捕捉降雨与径流间潜在的关系，从另一个途径解决水文资料的插补延长问题。大量的数值实验表明，人工神经网络可以成功地用于水文资料的外插或无资料地区的径流模拟预测。     

基于Simplex-annealing混合方法的模型参数估计

针对现有算法的导数依赖性及其局部优化性能 ,为控制工程中的模型参数估计课题提供一种新思路。把具有概率突跳特性模拟退火 (SA)和基于高维 Euclid空间中凸多面体结构的单纯形搜索法 (SM)有机地结合 ,通过对搜索操作和参数的有效设计 ,提出了一种基于 Sim plex- annealing混合算法 (SMSA)的模型参数估计方法。对以传递函数、状态空间和自回归滑动平均 (ARMA)模型形式表达的不同典型对象进行仿真 ,结果表明 :SMSA方法在模型结构已知的情况下可准确地估计参数 ,其性能明显优于单一遗传算法(GA)     

掺纳米Al2O3的纳米8YSZ相变及电导率

掺8mol%Y2O3的纳米ZrO2粉体中加入0－5wt%纳米Al2O3，在1100℃、1200℃、1300℃不同温度下烧结2h，烧结样品在烧结温度达1200℃以上，掺1wt%以上的纳米Al2O3的四方相完全转变为立方相。初步探讨掺纳米Al2O3的8YSZ陶瓷烧结体相变机理及纳米Al2O3对8YSZ烧结体的晶参数和电导率影响。     

异步电动机的无功就地动态补偿

详细论述了运用数字电子技术对异步电动机无功就地动态补偿的理论依据和实施步骤。异步电动机的功率因数随负载的变动而变化 ,欲使异步电动机功率因数保持0 .95,需要及时投切补偿电容器。无功补偿电容量与不同负载时定子相电流与相电压的相位差角有一一对应的关系 ,只要测得不同负载时定子相电流与相电压的相位差角 ,就可以确定相应的无功补偿电容量的大小。采用七位加法计数器测得线电压和线电流过零值点的时间差 ,由此就可以确定相电流与相电压的相位差角 ,从而及时投切相应的补偿电容。     

混砂工艺对粘土湿型砂性能的影响

通过采用 5种不同的加料顺序 ,并改变混砂时间 ,研究了混砂工艺对粘土湿型砂性能的影响。结果表明 ,型砂各性能均随加料顺序和混砂时间的不同而变化。当型砂中不含煤粉时 ,采用先干混后湿混的工艺 ,型砂性能较好 ;当型砂中含有煤粉时 ,采用原砂和水先湿混 ,然后再加膨润土、煤粉的混制工艺 ,型砂性能较好 ;煤粉的介入与未加煤粉时比 ,除透气性外 ,其他各性能均有提高 ;随混砂时间延长 ,各性能均呈上升趋势 ,当混砂时间为 8～ 16 min时 ,各性能趋于稳定     

电路节点的数据结构及电路方程的数据结构

简要介绍了一般电路的数据结构brlist和基尔夫回路集的数据结构kichhoff，提出了电阻、恒压源和恒流源等元件的数据结构和电路节点集的数据结构dotsque，给出了由电路brlist得出dotsque的算法，通过一个实例分析了实际电路、brlist、kicrhhoff和dotsque的关系，给出了KVL方程、KCL方程和电流电压方程的数据结构，最后从人工智能和机器学习的角度讨论了非线性复杂的计算机表示方法和计算机自动求解的问题。