基于KNN分类器的分层图像特征提取

给出一种基于k最近邻分类器(KNN)的分层图像特征提取方法.该方法能有效地获得有代表性和判别性的模板集合,并以较低计算复杂度来获取更高的识别精度.     

Simultaneous anti-windup synthesis for linear systems subject to actuator saturation

A synthesis method for global stability and performance of input constrained linear systems, which uses a linear outputfeedback controller and a static anti-windup compensator is investigated. Different from the traditional two-step anti-windup design procedure, the proposed method synthesizes all controller parameters simultaneously. Sufficient conditions for global stability and minimizing the induced L2 gain are formulated and solved as a linear matrix inequalities(LMIs) optimization problem, which also provides an opportunity to search for a better performance tradeoff between the linear controller and the anti-windup compensator.The well-posedness of the close-loop system is also guaranteed.Simulation results show the effectiveness of the proposed method.     

Fe~(3+)-水合红菲绕啉二磺酸钠分光光度法测定异烟肼

基于异烟肼分子结构中的酰肼基具有较强的还原性,可将Fe~(3+)还原为Fe~(2+),选择水合红菲绕啉二磺酸钠作为Fe~(2+)的显色剂,建立了可见分光光度法测定异烟肼的新方法.在最佳实验条件下,异烟肼的浓度在0.04~3.2μg·mL-1范围内符合比尔定律,表观摩尔吸光系数ε=1.14×104 L·mol~(-1)·cm~(-1),检测限为0.033μg·mL~(-1).方法可用于异烟肼片剂和尿样中异烟肼含量的测定.     

基于网络最大流的城市雨水管网系统脆弱性评价

为了对城市雨水管网系统进行针对性的改建,在暴雨天提高事故抢修速度,需要对城市雨水管网系统进行脆弱性评价并找出脆弱管段.首先介绍了城市雨水管网系统排出雨水的干扰因素,提出了城市雨水管网系统脆弱性的概念,并逐一分析了影响城市雨水管网系统的因素,综合考虑各方面因素,建立了城市雨水管网系统的脆弱性评价模型.在此基础上,结合图论中网络最大流理论,寻找城市雨水管网系统中的脆弱管段.最后以西安某高校的雨水管网系统为例进行研究,测得了该高校雨水管网系统的脆弱度为0.877,证明该区域雨水管网脆弱性较低,不易形成内涝,并找出该高校雨水管网的脆弱管段.     

Fe、Al纳米粒子熔化过程结构转变的分子动力学研究

采用分子动力学方法结合嵌入原子势函数,应用势能、共近邻技术分析方法,研究了原子数为147、309和561的正二十面体(ICO),正十面体(Dh)和立方八面体(CO)的Fe、Al纳米粒子的熔化行为.结果表明,原子数为147、309、561的ICO结构的Fe、Al纳米粒子在熔化前保持原有结构;Dh与CO结构的Al纳米粒子在熔化前向ICO结构转变,ICO结构比Dh结构和CO结构更稳定.     

Poincaré-Chetaev方程的守恒定理及其逆定理

提出动力学系统守恒定律构成的一般途径.根据微分方程积分因子的定义研究守恒量存在的必要条件.建立了Poincare-Chetaev方程的守恒定理及其逆定理,并举例说明结果的应用.     

具有sn-网的空间

证明了具有σ—点有限sn—网及σ—局部可数sn—网的空间可刻划为度量空间在某些确定映射下的象.     

差示扫描量热法(DSC)测定金属物质的热容

热容是金属材料的一个重要物理量,在此介绍一种用DSC测定热容的方法.以锌粉为样品,测定了不同温度下的热容,回归出了热容与温度的关系,并用积分法对实验温度范围内热容实验曲线和理论曲线之间的符合程度进行了比较.