三相淤浆床中合成气直接合成二甲醚双功能混合催化剂的失活研究

用双功能混合催化剂在三相淤浆床反应器中进行合成气直接合成二甲醚,考察双功能混合催化剂在三相床中的稳定性和失活现象。探讨了合成气含水蒸气对合成二甲醚以及合成甲醇的影响。分析了三相淤浆床反应器中直接合成二甲醚催化剂的失活原因,认为反应中生成的水是催化剂活性降低的原因之一。氨的程序升温脱附、X射线衍射、X光电子能谱表征结果证实甲醇合成催化剂中活性组分Cu晶粒的长大及甲醇合成催化剂中Cu元素流失导致双功能催化剂活性降低。     

失匹配因子和调谐因子对强流离子束的影响

运用P IC多粒子模拟程序,采用延迟反馈控制法,对初始分布为K-V分布的强流离子束研究了其在加速器通道中运行时受失匹配因子和调谐衰减因子的影响程度。得到了失匹配因子某些取值范围可导致束晕无法控制,但对于各种取值,对径向密度分布均影响不大,以及调谐衰减因子对径向密度分布曲线的形状有明显的影响等结果。     

一类热方程扰动系统的能控性

研究了一类热方程扰动系统的能控性问题.首先得到了系统的逼近能控性;然后采用变分方法对系统线性化,再结合解映射的性质,应用推广的隐函数定理,证明系统的局部零能控性;最后给出系统零能控的结论.     

基于HMM的多维数据下扶贫对象状态预测

针对扶贫领域中贫困、脱贫和返贫状态预测不准确,影响状态变迁的关键因素难以识别的问题,从扶贫基础数据和多个行业数据中提取8个关键特征和22个观测状态,构建观察状态和隐含状态关联关系,建立扶贫对象状态预测隐马尔可夫模型(hidden markov model,HMM)。以某深度贫困县连续3年的数据为样本,进行参数训练、测试实验和结果验证,结果表明该方法对返贫、贫困和脱贫状态有较强的预测能力,误差率较低,且能准确识别出影响返贫的关键要素。该方法对指导精准扶贫工作具有非常重要的实际意义。     

基于离散隐马尔科夫模型的语音识别技术

概述语音识别技术的基本原理,对当前三种主要识别技术--动态时间规整技术、隐含马尔科夫模型技术及人工神经网络技术进行比较,重点介绍基于离散隐马尔科夫模型(DHMM)的语音识别系统的实现.     

易代之际遗民存史的新贡献——评《惊隐诗社研究》

明清易代之际的文人面临艰难选择,遗民是在夹缝中求生存的一个群体。惊隐诗社以“文化救亡”为宗旨,是清初重要的遗民诗社。周于飞博士的《惊隐诗社研究》让我们对这一诗社有较深入的了解。该著首次全面、系统地考察了“惊隐诗社”的历程、成员、诗歌、代表人物及其地位与影响,在清代诗歌和文人结社两个领域的研究上具有双重意义。其中对遗民存史之功的介绍尤为突出,作者敏锐地捕捉到复社、惊隐诗社与南社在文化救亡宗旨下的连贯性。     

基于动态特征和静态特征融合的步态识别方法

针对步态识别非强迫性、不易被察觉、难以隐藏和远距离的特点,为了提高步态识别率,提出基于静态能量图和动态群体隐马尔可夫模型的步态识别方法 .首先,对步态图像预处理,计算步态周期,把步态序列中对应关键帧能量图进行叠加;然后,用群体隐马尔可夫模型训练参数,最后用近邻法识别.利用中科院自动化研究所提供的数据库对该方法进行了验证,在90°视角、45°视角下相同的衣着,以及在90°视角下不同衣着三种情形下进行了实验,实验结果验证了该方法的可行性,对角度变化有一定的鲁棒性且减少了噪声对识别的影响.     

基于隐马氏性分析的Bayes网络面雨量模型及其应用

面雨量估算是水文预报及各类流域水文模型中的基础工作. 基于任意网格上的降水量只与其四周网格的降水量具有不可否定的相关性, 我们提出将Bayes网络和Markov随机场应用于面雨量估算中. 采用球面坐标系、EM算法对区域进行插值, 从而可以估算出区域内任一点的降水量. 以青海湖地区的7个降水站点为例进行了面雨量估算的实例研究, 通过与泰森多边形法、距离平方倒数法和克里金法等常用的面雨量估算方法对比发现, 本文的方法具备统计学的意义, 并能解决复杂环境下判断不同点降水量之间关系的问题, 模拟结果更为合理、准确.     

基于最优小波包分解的图像隐写通用检测

基于图像最优小波包分解,提出了一类具有较高检测正确率的信息隐写通用型检测方法.首先基于Shannon熵计算信息代价函数,对图像进行最优小波包分解,并从分解得到的子带系数以及图像像素中提取直方图特征函数多阶绝对矩作为特征,然后对提取的特征进行预处理并设计BP神经网络分类器进行分类.针对不同的背景和应用环境,文中给出了3种不同的检测算法.针对LSB、PMK、LTSB、Jsteg、F5及JPHide等典型隐写算法的实验表明:此方法相比现有的典型通用检测方法,正确检测率提高约6.4%～15.4%,且具有更好的通用性,并可为设计基于最优小波包分解的模式识别和分类算法提供参考.     

非下采样Contourlet HMT模型

非下采样Contourlet变换（NSCT）不仅具有类似传统小波变换和Contourlet变换的多尺度和多方向特性,而且还具有良好的平移不变特性．文中对NSCT变换系数进行研究,获得NSCT变换的方向子带系数同样具有持续性和聚集性的结论;在此基础上结合隐Markov树模型,建立了一种新的基于NSCT域的隐Markov树模型NSCT—HMT,并且给出了该模型的参数结构以及模型参数的训练方法;最后将所提出的模型应用于图像去噪中取得了很好的仿真效果．