磁性纳米催化剂SO2-4/TiO2-Fe3O4的制备及表征

用溶胶一凝胶法、沉淀法将磁性材料与固体酸进行组装，制备了磁性纳米固体酸催化剂SO4^2-／TiO2-Fe3O4．该类催化剂能通过外加磁场进行分离、回收．扫描电镜、透射电镜观察及磁性能、比表面积测试结果表明，用溶胶-凝胶法制备的催化剂比用沉淀法制备的催化剂具有更小的粒径、更高的磁强度和更优异的催化性能．X射线衍射、傅里叶红外光谱分析表明，影响催化剂磁性能和催化活性的主要因素是Ti与Fe的摩尔比、焙烧温度和浸渍液浓度。     

自主车辆视觉系统的摄像机动态自标定算法

为了解决自主车辆视觉传感器在姿态变化后摄像机旋转外参数的在线自标定问题,提出了一种利用道路图像消失点相对不变量的摄像机旋转外参数的动态自标定算法.它首先从汽车采集到的道路视频序列中实时分析道路消失点,然后依据中心极限定理并使用相应的统计量,动态地估计主消失点与消失线参数,最后利用小孔成像模型下的消失线与消失点方程,解析地求得对应于当前统计特征的摄像机外部参数动态解.实验结果表明,在摄像机进行姿态调整后,实验系统使用本算法可在不超过90帧有效图像样本的基础上,能对摄像机旋转外参数进行精确标定,使旋转外参数的绝对误差值收敛于0.001 rad的误差带之内.     

在非时齐马氏决策过程中的动态贝叶斯网络研究

提出了用动态贝叶斯网络（DBN）对非时齐马氏决策系统进行建模的改进方法，使动态贝叶斯网络能被更广泛地应用于各种复杂的真实系统中．该方法的基本思路是，将扩展后的隐藏变量引入DBN的演化过程来建立假设条件所要求的马尔可夫模型，给出从不完整的样本数据集以及存在隐藏变量时来学习DBN结构的算法，进而用贝叶斯概率统计方法对后来的时间片的充分统计因子进行估计，并通过当前已存在的和估计的充分统计因子对基于时间变化的转移概率进行学习，以解决假设条件要求的转移概率的时不变性．原理性分析和仿真实验结果也验证了改进方法的有效性．     

一种基于区域分割的多传感器图像融合方法

针对传统像素级图像融合方法割裂像素间联系的问题，提出一种基于区域分割的图像融合方法．在图像配准的基础上进行区域分割，提取显著性因子和可见性因子作为区域特征，自适应地确定融合权值以得到融合图像．该方法克服了传统像素级融合方法中融合图像模糊、对噪声敏感等不足，尤其适用于图像没有严格配准的应用场合．实验结果表明，与小波变换融合方法相比，均方根误差减小了33％～36％，灰度标准差提高了0．9％～53％，互信息提高了39％～42％，空间频率提高了0．3％～38％，客观评价准则与目视效果吻合良好．     

带式输送机输送带跑偏的分析及处理

对带式输送机运转过程中输送带跑偏的现象进行了分析，提出了输送带跑偏的调整方法和预防措施。     

一种基于多分类支持向量机的网络入侵检测方法

构造了一种基于异构数据距离的径向基核函数，可直接应用于异构的网络数据，并利用实验数据得到修正的基于异构数据距离的径向基核函数(I-HVDM-RBF)，从而减少了支持向量的个数，降低了运算量，采用I-HVDM-RBF核函数和一对一方法构造了多分类支持向量机来进行网络入侵检测，检测选用美国国防部高级研究计划局入侵检测评测数据，结果表明：与Ambwani方法比较，其检测精度提高了约3％，支持向量个数减少了268个，检测时间缩短了5min；与Lee方法比较，其拒绝服务攻击、远程到本地攻击和普通用户到超级用户攻击的检测精度分别高出73％、19％和3％。     

基于VC的BCH码迭代译码算法实现

在现代通信系统中，纠错码技术是实现可靠通信的基本方法．本文首先对纠错码技术做一下简介，然后以(63，39)码为例，着重讨论用VC 6．0对BCH码迭代译码的进行实现．     

基于构件的外部程序管理器的设计与实现

EPM(External Program Manager)通过封装复杂的程序逻辑，实现了一个界面简洁的构件化系统，它可以方便地集成到应用程序中，从而简化了应用程序调用其它程序的复杂性．文章主要介绍EPM的系统结构与实现方法．     

普通高校女生体育课教学规律的探讨

要想上好普通高校女生体育课，必须抓住她们的生理心理特点，并且采取适合她们的教学方法和手段，才能收到较好的效果，高校女生，处于发育旺盛、日趋成熟时期，她们随着年龄的增长，皮下脂肪增厚，体重增加，但身体素质较差，尤其是腰腹肌很差，再加上怕脏怕累，上体育课的兴趣和运动情绪不高。     

用遗传算法确定斜拉桥的恒载初始索力

在设计预应力混凝土 (P .C .)斜拉桥时 ,确定成桥恒载初始索力值是一项重要而困难的任务 ,为此尝试用遗传算法来确定不同目标状态下的斜拉桥初始索力 .以往的方法往往都要假设一个斜拉桥成桥初始内力或位移状态 ,与以往方法不同的是 ,在使用遗传算法的时候却没有这样的要求 ,它只需要一个目标函数即可 ,剩下的任务就是求目标函数的极值解或者目标函数极值解所对应的各变量值