多变量模糊控制系统的前馈解耦

为实现多变量模糊控制系统的动态解耦，基于前馈解耦思想和神经网络理论，提出了一种多变量模糊控制系统解耦的新方法——模糊前馈解耦法,模糊控制器和解耦部分独立设计，解耦由两层神经网络实现，节点少，其活化函数采用分段线性函数．利用简化的学习算法，根据系统输出误差，在线调整网络权值，从而实现动态解耦而无需辨识被控对象的模型，该方法结构简单且计算量小，适于实时多变量过程控制，仿真证明了该方法的有效性。     

多梯度流域变换算法与传统算法比较

流域变换是图像分割的有力工具，流域分割方法的性能主要依赖于图像梯度。文中利用传统单尺度梯度算子流域分割算法和多尺度形态梯度流域变换算法，分别作用于计算机视觉细胞图像和水果图像，结果显示传统分割算法和多尺度算子流域分割算法在不同的图像中显示出各自的优越性，第一种算法更适合于交叠区域不是很多，但质地不必十分均匀的图像；第二种则更适合于交叠区域较多，质地较均匀的图像。     

灰色关联分析法用于优选乳化切削液配方方案

乳化切削液的最佳配方方案的选择往往从评价油品的综合质量着手，然而影响油品质量的评价指标很多，包括油品防锈性、抗氧化性、抗磨性及减摩性能等，如何准确地评价不同的配方方案是一个十分重要且很复杂的工作．引用层次分析法(AHP)来确定各性能指标的权重，通过灰色系统理论的灰关联分析法，对乳化切削液配方方案进行评价和优选．结果表明，灰关联分析法是配方方案择优的一个有效的工具．     

沙打旺根瘤超微结构研究

目的 对沙打旺根瘤中心组织的超微结构进行研究，并讨论拟菌体的衰老及PHB颗粒的变化。方法 石蜡切片法和超薄切片法。结果 通过对沙打旺根瘤的显微和超微结构观察发现：其根瘤显微结构由4部分组成，由外向内依次为：保护层、皮层、鞘细胞层和中心组织(侵染组织)。在中心组织的侵染细胞中，拟菌体的衰老具有一定的规律，开始拟菌体的周膜和细胞壁变得凹凸不平，但周膜仍几乎较紧地包裹着拟菌体，细胞质染色变浅，纤维状的核物质不明显，并出现大量的β-多羟基丁酸盐(PHB)颗粒，沿着拟菌体的细胞壁分布。后来，拟菌体的周膜开始变得模糊，细胞质凝缩为电子致密的团块状物质，与电子透明的区域相间排列，此时PHB颗粒消失。结论 沙打旺根瘤中心组织的侵染细胞中，拟菌体的衰老具有一定的规律．     

闭光滑流形上具有拓广的Bochner-Martinelli 核的奇异积分的置换公式

利用拓广的Bochner Martinelli型积分的Plemelj公式,得到了闭光滑流形上具有拓广的Bochner Martinelli核的奇异积分的置换公式,并且当密度函数可全纯开拓到区域D内时,证明了相应的合成公式.     

福建沿海多板类齿舌形态的比较研究

多板纲(Polyplacophora)在软体动物的系统分类中具有重要的地位.应用10%NaOH溶液烧煮齿舌部获得可清晰观察的舌齿带的方法,对福建沿海7种常见多板类软体动物的齿舌(radula)形态作了详细的比较研究,结果表明,多板类齿舌上每一横列舌齿恒为17枚,对称排列,其中以内侧齿端部形态的种间差异显著,在系统分类上具有重要意义.在国内首次根据多板类软体动物的齿舌形态差异及外部形态特征编制福建沿海多板类软体动物分类检索表,并提出与传统分类不同的观点.     

Ni修饰多壁碳纳米管材料的制备及表征研究

采用化学还原沉积法将少量镍负载分散到多壁碳纳米管(MWCNT,简写为CNT)上,制得一系列不同Ni载量的x%(质量百分数)Ni/CNT复合材料;利用多种谱学工具(如TEM,SEM、XRD、H2 TPD和CO TPD)对其物化性能进行表征,结果表明,所制得沉积镍颗粒粒径在～10nm量级;H2 TPD和CO TPD测试结果表明,经Ni修饰的CNT比单纯CNT对H2和CO具有更强的吸附活化能力,其所促进的Cu基催化剂对CO加氢成甲醇的催化活性比无CNT促进或单纯CNT促进的同类催化剂均明显提高.     

基于人工神经网络的城市航空遥感图像植被分类研究

研究了一种基于模糊量化与多层前馈神经网络相结合进行多类别遥感图像植被分类的新方法.对分类指标 进行π隶属函数模糊量化之后,进行多层前馈神经网络(MLP)训练,再用训练后的MLP网络构成监督分类器,并 以宁波市彩红外航空遥感图像资料为数据源,选取园林区为试验区,对植被进行监督分类,分类精度达78%.研究 成果表明,该方法适用于多类别的遥感图像植被分类,其分类效果也较好.     

计及电压稳定的电力系统无功规划优化

提出了一种考虑电压稳定的多目标无功规划优化的模型，并用模糊方法和遗传算法对其进行了求解。在无功优化的多目标中，包括了电压稳定性的静态指标一系统的静态稳定裕度λmin，约束条件中考虑了发电机的无功备用约束。无功优化前，首先用特征结构分析法确定当前运行方式下的系统薄弱节点作为候选补偿点，然后用无功优化模型决定候选补偿点应加装的无功补偿容量。