α－FeOOH超微粒的制备及热处理

利用化学沉淀法制备了α－ＦｅＯＯＨ超微粒，将其在不同温度下于空气氛中进行热处理，并使用ｘ－ｒａｙ衍射和透射电镜及热重分析仪对样品进行了测试与分析．     

针对苯胺装置制氢单元再生塔底再沸器泄露问题的创新性技术改进

对兰州石化公司7万吨/年苯胺生产装置制氢单元再生塔底再沸器的腐蚀泄露问题进行了技术改进,改造后该设备使用寿命延长,装置运行良好,达到了预期的目的。     

钢筋混凝土及预应力混凝土梁式桥非线性分析

对钢筋混凝土结构进行非线性分析,可以认识结构在各类荷载作用下的受力性能和破坏机理;可以为结构进行合理的设计和施工提供依据和参考。运用fortran90编制程序计算普通混凝土及预应力混凝土梁式桥弯矩-曲率和荷载-位移关系曲线,模拟其从加载、开裂直到破坏的全过程结构反应,从而对其进行非线性分析,该计算结果与相关试验结果较为吻合,对于梁式桥非线性分析具有足够的精度性和适用性。     

关于G/G/1排队模型中排队长度的积分

考虑了一个具有中度正则变化服务时间的G/G/1模型.假设Q(t)是排队长度,则在忙期[0,l]上,Q(t)下方所扫过的面积也具有中度正则变化的性质.     

区域可持续发展状况的评估方法研究及应用

可持续发展是近年来提出的,与以往的发展模式有着本质区别的发展思想。本文阐述了可持续发展的基本概念、基本准则,提出了区域可持续发展状况评价方法的定量描述模型并进行了具体的案例分析．     

基于小世界和连接成本的制度网络演化分析

制度作为社会系统的子系统,是一个具有小世界性和择优连接等特征的复杂网络,其演化需要产生各种连接成本.文中构建了基于小世界效应、连接成本和节点影响能力的制度网络演化模型;提出了制度网络演化的纳什效率策略及帕拉托效率策略;通过理论及仿真分析,认为帕拉托效率策略而不是纳什效率策略能显著地增加制度网络演化的整体得益水平;复杂制度网络系统小世界网络中的最短路径特点能够增加制度主体间的合作空间,进而增加制度演化的整体得益水平.     

低碳经济背景下中国制造业主导产业选择

目前,低碳经济作为一种新的发展模式,日益得到各国的重视,而低碳经济对区域制造业主导产业的选择提出了新的要求。在前人研究的基础上,设计了一个低碳经济背景下制造业主导产业选择的指标体系,并构建一个新的分析方法。进一步利用该指标体系和分析方法,对中国制造业主导产业进行了评价和选择。     

基于效用的自适应协同多业务传输研究及系统级仿真验证

协同通信是目前无线通信的研究热点之一,协同通信中的节点选择,功率分配等问题已得到深入的研究,但对于多业务传输问题目前并没有得到足够的关注。通过建立协同通信中的资源分配模型,基于效用的自适应协同多业务传输(utility-based adaptive cooperative multi-traffic transmission,UACMT)算法解决了多业务在协同通信中的传输问题,并能够自适应的在协同与非协同传输模式中进行选择。系统级仿真结果表明与传统协同和非协同传输相比,UACMT能够在一定误块率BLER约束条件下提高用户的业务效用。     

高阶量纠错码理论限及软判决编译码算法

基于tent混沌映射的高阶量纠错码可以实现对图像的线性纠错,解决了压缩图像峰值信噪比(peak signal-to-noise ratio, PSNR)存在的“门限效应”问题。通过对基于tent混沌映射的纠错码的图像PSNR理论限的分析,得出符号位的准确估计是提高码字性能的关键。传统的基于符号位硬判决的编译码方法难以实现对符号位的有效保护。基于此,借鉴低密度奇偶校验(low density parity check, LDPC)码的软判决编译码方法,提出一种基于符号位软判决译码的高阶量纠错码。仿真结果表明:基于符号位软判决译码的高阶量纠错码的图像PSNR不断逼近理论限;与硬判决高阶量纠错码相比,在编译码复杂度相当的情况下(符号位初始化概率通过查表得到),图像PSNR有2 dB的增益。     

High efficient moving object extraction and classification in traffic video surveillance

Moving object extraction and classification are important problems in automated video surveillance systems. A background model based on region segmentation is proposed. An adaptive single Gaussian background model is used in the stable region with gradual changes, and a nonparametric model is used in the variable region with jumping changes. A generalized agglomerative scheme is used to merge the pixels in the variable region and fill in the small interspaces. A two-threshold sequential algorithmic scheme is used to group the background samples of the variable region into distinct Gaussian distributions to accelerate the kernel density computation speed of the nonparametric model. In the feature-based object classification phase, the surveillance scene is first partitioned according to the road boundaries of different traffic directions and then re-segmented according to their scene localities. The method improves the discriminability of the features in each partition. AdaBoost method is applied to evaluate the relative importance of the features in each partition respectively and distinguish whether an object is a vehicle, a single human, a human group, or a bike. Experimental results show that the proposed method achieves higher performance in comparison with the existing method.