信号频率方向及模型误差联合估计的优化算法

为解决高分辨阵列测向问题,讨论了空间信号频率／方向及阵列模型误差联合估计的全局优化算法,改变了已有迭代算法可能只收敛于局部最优点的弊端,保证算法收敛于全局最优点。计算机模拟结果表明：该算法能够同时对空间到达信号频率／方向及阵列模型误差进行联合估计,并具有较高的分辨率。     

低碳钢表面机械研磨处理过程的有限元分析

运用有限元分析方法,对低碳钢表面机械研磨处理(SMAT)过程进行了数值模拟,分析计算了材料表面层的应力和应变分布情况,初步探讨了应变量和应变速率对材料塑性变形机制的影响.结果表明,经SMAT后样品表面发生了明显的塑性变形,其表面层的应变、应变速率和应力沿厚度方向均逐渐减小,这与其微观组织相对应;塑性变形时的应变量和应变速率对于样品晶粒细化和处理后最终晶粒尺寸的大小起重要作用.在系统激振频率为50 Hz时,SMAT过程中样品最表面层的应变速率最大可达681 s-1.     

膜分离技术在生化产品制备中的应用

综述了超滤、纳滤和微滤等几种膜分离技术在生化产品分离纯化中的应用现状，以及膜分离技术应用于生化产品制备现存的问题。膜分离技术是一项新兴的物质分离浓缩技术，分离纯化生化产品效果较好，选用更佳的膜材料以及多种膜分离技术连用是其今后的发展方向。     

累量域高分辨率二维波达方向估计算法

提出一种利用虚拟双线性平行阵进行累量域高分辩率二维波达方向估计的新算法。该算法将累量用于协方差的计算,构造了一个虚拟ＤＯＡ矩阵,并基于此矩阵进行波达方向估计。理论分析表明,对虚拟ＤＯＡ矩阵特征值分解,就可以得到源信号的二维ＤＯＡ估计。同时由于累量对高斯噪声的自然盲性,因而算法具有稳健性。该算法的另一特点是可以提供虚拟扩展孔径,提高了孔径的利用率。     

基于模板的PCNNs指纹细化算法

针对现行的一些细化方法在细化二值指纹图像时容易产生断裂和毛刺的状况,提出了一种基于正方形模板和三角形模板的脉冲耦合神经网络细化方法,并加入一种方向约束条件来避免经常出现的指纹脊线毛刺。实验结果表明,该算法不但能有效地缩短细化时间,而且细化后的指纹图像不会产生断裂和毛刺现象。此外,将该算法应用到自动指纹识别系统中后,不仅缩短了识别时间,而且识别率也得到了明显提高。     

基于中心对称圆阵的不相关源和相干源的DOA估计

基于中心对称的圆阵,提出了一种针对不相关源和成对相干源的波达方向(DOA)估计方法.这是一种分两步估计的方法,首先利用阵列流形的唯一性条件估计出不相关源;然后通过构造中心对称的阵列流形来去除不相关源的干扰,同时达到去除成对相干源相干性的目的.这种方法简单有效,由于直接在阵元空间进行估计而不需要进行波束变换,因此具有较高的估计精度.仿真实验结果验证了该方法的有效性.     

采用多尺度方向微分比率的角点检测算法

针对相邻图像结构间的相互干扰会导致角点错检率升高的问题,提出了一种基于多尺度方向微分比率(MDDR)的角点检测算法。该算法首先利用Canny边缘检测算法提取原始灰度图像的边缘轮廓;对于每一个轮廓像素,分别利用各向同性导数和各向异性高斯方向导数滤波器提取主方向及其正交方向上的方向强度微分信息;然后将3个尺度下微分比率融合为MDDR测度;最后进行阈值和非极大值抑制处理获得最终角点。不同于传统角点检测算法中只使用单一滤波器,MDDR算法中使用2种不同类型的滤波器,能在精确提取角点附近不同方向微分信息的同时避免邻近图像结构间的相互干扰,从而提高了角点定位准确性并增强了测度的噪声鲁棒性。实验结果表明,MDDR算法的平均检测准确率比点到弦距离累积算法提高了27.1%,并且平均错检率比残余面积算法和Gabor算法分别低28.4%和32.4%。     

基于模糊元胞自动机的图像边缘检测方法

针对基于元胞自动机图像边缘检测的原有算法,提出了新的改进算法.该算法采用基于方向信息测度与边缘有序性度量的多信息融合方法,利用模糊逻辑对特征信息进行模糊推理,利用推理结果对上一时刻特征信息进行模糊反馈处理,最终通过元胞自动机的自动演化工程得到图像边缘.试验表明,算法边缘检测的准确度高,检测模糊边缘和细节边缘的能力较强.是一种实用、高效的图像处理算法.     

广利油田沙四上亚段成藏地质特征与勘探方向

广利油田位于东营凹陷中央隆起带东端南翼,根据地质特征及测井剖面的综合分析,认为该区沙四上亚段发育了辫状河三角洲前缘沉积,辫状河道和前缘砂坝共同控制了辫状河三角洲前缘砂体的形态展布.辫状河道砂体和前缘砂坝砂体是广利油田的优质储层.广利油田西部的牛庄洼陷有沙三中、下亚段和沙四上亚段2套烃源岩,特别是沙四上亚段的油页岩可以为广利油田提供充足的油气.广利油田鼻状构造和辫状河三角洲前缘砂体的良好配置是油气聚集成藏的关键因素,鼻状背斜的西翼是广利油田下一步勘探的有利方向.     

一种改进的非结构P2P资源搜索方法的研究

为了改进非结构P2P网络中搜索机制效率低下的问题,提出了一种新的非结构P2P网络资源搜索方法.在Gnutella泛洪搜索的基础上,利用蚁群算法的信息素的思想,指导资源搜索的方向,从而减少了消息信息量,提高了搜索速度.模拟实验表明该模型对搜索请求具有较高的效率和准确性.