陕北洛川黄土中两种不同类型的伊利石

利用黏土矿物X射线衍射峰(XRD)拟合与分解的方法, 结合透射电子显微镜(TEM)和X射线能谱(EDX)分析, 发现在洛川黑木沟剖面黄土-古土壤序列(S₀-L₁₀)的黏土矿物中存在两种不同类型的伊利石, 一种是结晶度差、衍射峰宽且钝的伊利石, 其在<2µm的黏土矿物中的最高含量为55%; 另一种为结晶度好、衍射峰窄且锐的伊利石, 这两种伊利石的含量在剖面上呈明显的互补变化关系. X射线能谱分析表明, 与结晶度好的伊利石相比, 结晶度差的伊利石较富含K⁺, Si⁴⁺, 贫Al³⁺.     

森林凋落物与土壤质量的互作效应研究

凋落物与土壤的相互关系研究是生态学领域的研究热点之一，其中凋落物质量对土壤质量的影响较大。本文阐述了凋落物质量对土壤质量的影响，从土壤生物学性质、理化性质等方面概述了土壤质量对凋落物分解所起的作用，并就凋落物和土壤的相互关系进行了评述，展望了该研究领域的发展趋势。     

一种新颖的基于NMF的人脸识别方法

提出了一种新颖的基于非负矩阵分解(NMF)进行人脸识别的方法,读方法首先对人脸图像作NMF得到由人脸基图像组成的子空间矩阵及其对应的系数矩阵,然后将其重构获得NMF重构人脸图像,进而从原始图像中减去重构图像以获取残差图像.最后对残差图像作局部非负矩阵分解(LNMF)以提取其非负子空间及其系数矩阵,并将两次得到的系数矩阵混合,根据最近邻原则进行识别.在ORL标准人脸数据库上的实验表明,该方法具有更好的识别率.     

探测器自主导航的UD-EKF粒子滤波算法研究

用UD分解改进EKF粒子滤波算法,并将其应用于基于星光仰角测量的探测器自主导航方案.UD-EKF是基于递推的UD协方差分解滤波算法,该方法减少了计算舍入误差的影响以及计算机的计算量和数据存储量.用UD-EKF更新粒子,提高了滤波精度,缩短了运行时间,通过计算机仿真证实了其可行性.     

基于DEMD与多尺度几何分析的图像压缩方法

研究了基于方向预测偏差度以及模式经验分解(DEMD)的图像分解方法.对于分解所得到的图像高频信息提出采用基于JPEG 2000的9-7小波进行压缩,而对其他的图像分量则实施Bandelet变换处理.从而得到一种高保真图像压缩新方法.仿真实验表明,本文方法在恢复图像质量方面优于广为采用的JPEG 2000以及原有的几何多尺度分析方法.     

级联双稳随机共振降噪下的经验模式分解

针对强噪声背景下混合信号的经验模式分解（EMD）问题,提出了一种基于级联双稳随机共振系统（CBSRS）降噪的EMD方法。该方法利用CBSRS对时域波形降噪的优良特性,首先对有噪信号进行随机共振输出,信号得到降噪后,再进行EMD。在仿真实验中,分别对原始信号以及各级级联随机共振输出后的信号进行EMD,对比结果表明,级联双稳系统能有效去除高频噪声,减少EMD的层数,使EMD具有更明确的物理意义最后通过一个轴承外圈故障的诊断实例表明,该方法在逐步滤除高频干扰的同时,不断加强低频特征能量,可以有效检测出故障的特征频率。     

活体细胞图像斑点的自动提取和跟踪方法

采用基于小波分解多尺度系数乘积的方法检测图像中的斑点,同时提出了基于贪婪思想的可以自动处理目标分裂和合并的模型,综合目标信息对轨迹进行跟踪.对Adaptor和Clathrin图像分割取得了比较理想的结果,Adaptor图像中的目标识别率98.61%,Clathrin图像中目标识别率达到97.65%.新的跟踪算法在处理轨迹合并和分裂方面有明显优势,对斑点跟踪效率达到为98.05%.结果表明,新的算法能有效地识别和跟踪图像中的斑点.从生物学角度,更有效的识别有助于更好地理解质膜的通道运输机制以及因为其不正常工作引起的疾病.     

磷酸盐分解钼酸钙的热力学

针对磷酸盐分解钼酸钙的过程,根据同时平衡原理和质量守恒定律,绘制了25℃时Ca-Mo-P-H_2O体系溶解组分的lgC-pH图,以及不同总磷浓度条件下溶液中总钙、总钼的lgC-pH图和钼酸钙稳定区. 结果表明,在溶液中总磷浓度一定的条件下,随着pH的增大体系中会依次出现H_2MoO_4(s)、CaMoO_4(s)、Ca5(OH)(PO_4)_3(s)和Ca(OH)_2(s)稳定存在的区域. 总磷浓度直接影响到钼酸钙的分解过程,随着总磷浓度的增加,钼酸钙的稳定区域不断减小甚至消失,使得钼酸钙更加易于分解, 因此溶液中总钼浓度不断增大,而总钙浓度不断降低;但总磷浓度过高会导致溶液中残留游离含磷离子过高. 从热力学角度来看,在钼酸钙分解过程中,添加磷酸盐比碳酸盐更加有利于钼酸钙的分解.     

改进投票策略的多类SVM及在故障诊断中应用

针对一对一(OVO)分解法,提出了一种改进的投票(MWV)策略,解决了传统策略中的不可分区域问题。首先,由训练ω_i类和ω_j(j≠i,j=1,…,n)类而得到的SVM决策函数;再对ω_i类定义了一个取值在0~1之间的调节函数,并使改进的得票值等于传统得票值加上调节函数。最后,根据改进的得票值进行分类决策。对于可分区域的样本,改进MWV策略的分类结果与传统策略完全相同;对于不可分区域的数据,由调节函数的值决定。将所提法应用于齿轮传动箱故障诊断实例并与传统得票策略诊断进行了对比,实验结果验证了所提方法的上述优越性。