多组分气体离心分离级联的解析优化

为降低级联的建设和运行成本,使设计总流量较小,提出了一种多组分分离级联的一维解析优化方法。应用匹配丰度级联理论的基本原理,计算了不同关键相对分子质量下的级联,分析了级联参数的变化。在匹配丰度级联中,关键相对分子质量是两个关键组分相对分子质量的平均值。得到一种通过调整关键相对分子质量和级联的级数以得到总流量较小级联的解析计算方法。用这种方法,设计了一个分离28S i的级联,并将此结果和文献中的结果进行了比较。该方法得到的级联总流量接近最小值,计算量很小,可以用于多组分分离的优化设计。     

循环赛图K(i)2n与完备匹配的新算法

提出了求K2n的△(G)个完备匹配Mi的一种算法.给出了循环赛图的定义.阐明了循环赛图K2n(i)的构造的过程.介绍了循环赛图K(i)8,K(i)10,K(i)14,K(i)16+的构造结果.     

液力耦合器工程应用研究

液力耦合器主要用于恒速电机调速,应用领域广阔,节能效益显著.研究液力耦合器的应用特点、特性原理,掌握其选型理论,可以使液力耦合器的应用获取最佳技术经济指标匹配.     

敦煌壁画数字图像的三维信息恢复

详细阐述了用数字近景摄影测量和计算机图像处理技术来恢复敦煌壁画三维信息的过程,以达到原样数字保存敦煌壁画的目的.通过建立洞窟的统一坐标系统,对洞窟壁画进行近景摄影测量,并把近景摄影测量获取的底片用高分辨率的扫描仪扫描成数字图像.然后经过坐标变换,建立每个墙面壁画的辅助空间坐标.在此基础上,经过模型定向、核线重采样、影像匹配、数字表面模型的生成,直至最后生成正射影像,恢复壁画的三维信息.从壁画图像处理的结果来看,所有控制点绝对定向的残差都在毫米级,壁画数字表面模型的中误差也在毫米级,也就是说敦煌壁画图像数据的几何纠正达到了毫米级.这表明用近景摄影测量和计算机图像处理技术可以很精确地恢复敦煌壁画的三维空间信息,从而达到保护和永久地数字化存贮敦煌壁画、塑像文物的目的.同时也为我们提供了一种文物保护的新方法和新思路,为古代珍贵文物的保护、复原与研究提供了新的手段.     

移动机器人运动规划研究综述

机器人运动规划是移动机器人导航的核心技术之一。40多年来，运动规划技术发展迅速，涌现出了许多规划算法，但因为环境描述方式差异巨大，技术差别大，实验比较难度较大。在总结机器人发展史上具有典型意义的规划算法的基础上，提出了路径规划算法的评价标准和形式化描述方式，介绍了每种算法的原理或技术，从搜索策略和环境建模的角度将它们分为四大类，分别是基于自由空间几何构造的规划算法、前向图搜索算法、基于随机采样的运动规划算法以及智能化规划算法，并按照提出的标准比较它们的性能。     

基于遗传算法的图像识别方法

分析了图像识别中模板匹配技术面临的计算量大、存储量大的问题,提出了基于遗传算法的图像识别方法。该方法首先对图像模板进行离散化处理,对图像离散点控制,从而把图像识别问题转化成一系列离散点的组合优化问题;然后利用遗传算法对种群优化的性能,对各个控制点组合优化,使各控制点与模板匹配;最后通过计算机仿真实验,证明了这种方法的有效性和实用性。     

数据挖掘与人工智能技术

数据挖掘是人工智能中的一个重要分支。对人工智能的发展及其最基本的技术：知识表示、知识推理、搜索，以及数据挖掘进行了详细介绍。通过实例给出了数据挖掘的定义，最后论述了数据挖掘与人工智能的联系，并结合国内外在该领域的研究成果指出了其广阔的发展前景。     

相控阵雷达资源受限时最优搜索性能研究

多功能相控阵雷达通过对时间和能量资源的合理调度,可同时完成目标搜索、跟踪等多项任务。但对优先级别较低的搜索任务来说,当高优先级任务抢占雷达资源时,将会导致搜索性能下降。分析了影响相控阵雷达搜索性能的主要因素,详细研究了在搜索资源受限条件下,相控阵雷达搜索性能的优化模型,给出了搜索帧周期和探测距离计算的最佳准则和方法。通过仿真实验,分析了优化后相控阵雷达的搜索性能,实验结果验证了该模型的有效性。     

一种快速车标定位方法

车标定位是车标识别系统中至关重要的一步，作者提出了一种快速的车标定位算法，即在已知车牌位置的情况下，利用车标位置垂直方向能量集中的特点进行滤波处理以及在粗定位矩形框中利用模板匹配的方法得到车标的准确位置，实验结果表明，该方法定位准确率在95％以上，平均速度在150ms至200ms之间。     

GLAV集成方法中的模式匹配研究

GLAV是一种新的集成方法,它能为信息集成系统的映射关系提供更具表现力的方式.映射表示源模式与全局模式之间的对应关系,主要研究了GLAV集成方法中产生映射规则的模式匹配方法.首先将SUDAI模型转换为模式树,然后基于树进行匹配.匹配包含语言学和结构匹配两个基本阶段,语言学匹配结合了术语关系和约束进行计算,结构匹配结合了类属性和上下文节点两个方面,并成功解决了模式规模差异带来的负面影响.计算的结果可以判断两个信息类是否是一个映射候选,经过验证后可确定它是否是一个合理的映射.最后定义了一个基本DTD来描述匹配的最终结果.