Pt胶粒修饰Pt丝微电极对CO的气敏特性研究

介绍了Pt胶粒修饰Pt丝微电极的制作方法，并研究了其对CO的敏感特性，发现在一定的CO浓度范围内，循环伏安扫描的峰电流随CO浓度增加而增加，并成良好的线性关系．同时还研究了电化学活化处理对电极气敏特性的影响，试验结果显示：对修饰电极的电化学活化处理可以降低过电位，增强反应峰电流，削减干扰峰，降低基底电流并使其更平坦．     

混凝土路面厚度的超声波无损检测研究

利用模拟物理模型，并根据相似性原则建立起公路路面和路基的双层简化模型，提出了一种准确识别反射波，测量反射波速率及走时参量的实用方法。采用特殊的观测系统，由波速及走时反推路面厚度。实验结果表明，这种无损检测方法具有较高的精度，相对误差不超过3％，并可用于其它领域的质量检测中。     

航空图像的分割与定位算法研究

通过航空图片的图像分割和特征提取，对几种分割算法进行了比较。通过比较发现，当图像的目标与背景的灰度值相差比较大时，用多阈值的灰度分割方法来获取目标I而当图像的目标与背景的灰度值相差不大时，使用模糊差影滤波算法可获得理想的分割结果。同时，对采用多阈值分割方法后的图像进行目标定位。结果表明，对于复杂航空图像，该算法分割效果好，噪声小，定位算法简单，定位准确，有较好的应用前景。     

面向传值进程的一阶模态逻辑的可判定性与模型检测

对于面向传值进程的Hennessy-Milner逻辑的一阶扩充HML(FO), 给出了基于带赋值的符号迁移图的语义解释. 证明了HML(FO)的子逻辑HML(FO²)是满足性可判定的, 并且讨论了判定的复杂性. 最后给出传值进程关于HML(FO²)的模型检测的可判定性结果.     

干热河谷不同岩土组成坡地的降水入渗与林木生长

坡地对降水的入渗能力是决定干热河谷坡地土壤水分条件和林木生长的重要因素, 坡地入渗能力低是造成干热河谷土壤干旱的主要原因之一. 由于岩土孔隙状况的差异, 不同岩土组成坡地的入渗能力差异较大. 片岩坡地入渗速率为1.40～8.67 mm/min, 砂砾层坡地为6.33 mm/min, 砾石层坡地为0.69～2.20 mm/min, 轻度侵蚀泥岩坡地为0.6～1.3 mm/min, 强度侵蚀泥岩坡地为0.03～0.63 mm/min. 泥岩坡地土体黏重板结, 入渗能力弱, 天然降水入渗少, 对土壤水分的有效补充较少. 在干旱季节土体极其干旱, 林木生长停止, 甚至受到干旱的生理伤害枯死, 林分生产力低, 极难恢复森林植被. 片岩坡地、砾石层坡地、砂砾层坡地等石质山地土体裂隙发育, 入渗能力强, 天然降水入渗多, 对土体水分的有效补充较多, 在干旱季节岩土深层有少量有效储水供林木吸收利用, 维持其正常生理活动的水分需要, 林木生长较泥岩坡地上的林木生长快, 林分生产力高. 干热河谷的植被恢复应针对不同坡地类型生境的土壤水分条件, 主要依靠优势生活型植物种类, 进行乔-灌-草不同生活型植物类型的合理配置, 建立起植被与生境土壤水分条件的群落生态关系, 方能达到成功的目的. 另一方面, 增加降水入渗的造林整地措施和集流入渗的工程措施是干热河谷植被恢复的主要技术关键之一.     

混凝土强度检测方法的比较分析

混凝土结构的质量控制有众多的措施，其中强度的检测方法尤为重要。文章在对国内外常规检测方法比较分析的基础上，提出了合理化建议。     

激光-线阵CCD技术的热轧机辊形检测系统

应用激光—线阵CCD成像技术，提出了一种高速、高精度热轧机辊形检测方法，阐述了激光—线阵CCD工作原理及CCD视频信号图像处理技术，介绍了激光—线阵CCD热轧机辊形检测系统。采用新的自适应快速边缘聚焦法。有效地降低了噪音对成像质量的影响，提高了处理数据的速度，使图像得到有效增强，成功地解决了除噪、边缘检测和特征信息提取等关键技术，并通过实验进行了验证。     

瞬态瑞利波相速度算法研究

瑞利波勘探是近年来发展起来的一种新型的岩土原位测试勘探方法。目前对其计算出的相速度偏差太大，因此本文利用平面瑞利波在层状介质条件下的频散特性，对瞬态瑞利波相速度的算法进行了研究。利用快速傅里叶变换(FFT)方法，提出了对信号进行预先调制，之后再对所求得的相位进行修正的方法；另为还须考虑其仪器采集信号时的时间差影响。根据以上算法求得的相速度更接近瑞利波真速度，从而提高了相速度的分辨率和精确度。通过现场试验总结出了三种类型信号模板。     

野大豆快生型根瘤菌共生固氮及其生理生化特性研究

实验围绕野大豆——快生型根瘤菌共生固氮和抗药、耐盐、代谢产物等生理生化特性方面进行检测和研讨，旨在为筛选抗逆性强、高固氮活性菌株和农业应用提供理论依据。     

基于层次型支持向量机的人脸检测

复杂背景中的人脸检测可广泛应用于人脸识别、人机交互等方面。但目前大部分人脸检测方法中存在分类器训练困难和检测计算量大等问题。提出了一种基于层次型支持向量机的正面直立人脸检测方法,在这两方面作了改进。这种结构的分类器由一个线性支持向量机组合和一个非线性支持向量机组成,由前者在保证检测率的情况下快速排除掉图像中绝大部分非人脸区域,后者对人脸候选区域进行进一步确认。在卡内基梅隆CMU等数据库上的实验证明了这种方法不仅具有较高的检测率和较低的误检率,而且具有较小的计算量。