N-(4-氨基苯磺酰)-乙胺的合成

以对乙酰氨基苯磺酰氯(ASC)和乙胺为原料,经胺化反应生成N-(4-乙酰氨基苯磺酰)-乙胺,然后在碱性条件下水解得到N-(4-氨基苯磺酰)-乙胺.实验对胺化条件进行了优化,用HPLC、GC对产物进行了纯度分析,并经FTIR、GC-MS、1 H-NMR对产物进行了结构表征.结果表明,在nASC∶n乙胺=1.1∶1、反应温度为25℃、反应时间为30min时,胺化产率可达74.4%;在95℃下回流3h左右,水解产率为86.7%;纯度分别为96.52%(GC),98.80%(HPLC).该合成方法具有操作简单、收率高、纯度好等优点.     

基于线阵CCD的车辆参数识别系统

提出一种应用线阵CCD进行车辆参数检测的方法,可用于公路智能收费系统.该方法以车牌及轮胎钢圈作为检测的主要目标,利用纹理特征确定车牌区域,采用梯度算子与连通域相结合确定钢圈位置,进而确定车辆长、宽、高、轴距等重要参数.实验结果表明,该方法识别速度快、准确率高,有较高的应用价值.     

考虑偏好序且权重未知的群双边匹配决策

考虑匹配主体是群且成员权重未知,提出一种基于偏好序信息的群双边匹配决策方法.先给出群双边匹配、综合满意度等概念.使用极大极小离差法求出主体群的成员权重,并通过OWA算子进行集结、生成一方主体群对另一方主体群的综合满意度.以最大化双方主体群的综合满意度之和为目标,建立0~1单目标优化模型并对模型解法进行拓展,求解模型获得最优匹配方案.最后通过实例说明该方法的简单、有效性.     

因子von Neumann代数上的P点＊-Lie导子

运用算子论方法研究因子von Neumann代数上的P点*-Lie导子.设M是Hilbert空间H(dimH≥2)上的因子von Neumann代数,证明了线性映射ф:M→M对所有的A,B∈M都有AB=P(P是一个固定的非平凡投影),如果满足ф([A,B]*)=[ф(A),B]*+[A,ф(B)]*,则ф是*-导子,其中[A,B]=AB-BA,[A,B]*=AB-BA*.     

重复过流冲击下IGBT的性能退化研究

实际应用中,功率变流器经常会发生过流,重复的过流冲击会造成其功率器件绝缘栅型双极性晶体管(IGBT)的性能退化,并形成累积损伤,最终导致失效,而突然的失效会带来经济损失和安全问题,故需对重复过流冲击下IGBT的性能退化进行研究,建立相应的在线监测方法.针对目前对IGBT在重复过流下性能退化的研究较欠缺,搭建了过流冲击的实验平台来实现IGBT的重复过流冲击实验;采集重复过流冲击过程中IGBT外部端子的电气量,并提出相应的新的性能退化指标——导通电阻.结果表明:重复过流冲击会造成IGBT的性能退化,影响其外部电气特性;提出的退化指标——导通电阻明显地表征了IGBT内部累积损伤的程度.     

一类新节点集上的Newman有理插值逼近

为了得到在[-1,1]上对非光滑函数|x|逼近误差的上界,构造了一组全新的节点集,并证明了基于该节点集的Newman型有理插值算子逼近函数|x|的误差上界为e-2/1+εn其中ε为仅依赖n的小正数,可随着n增大任意减小乃至趋于零。该误差上界优于利用Newman节点集所得到的结果。同时通过合理分配节点集在区间上的分布及改进不等式的证明方法,逼近的误差阶可进一步提高。     

一种设备停运分析和电网预警新方法

各种原因的设备停运,会使电网的运行拓扑发生变化,从而影响到电网的供电能力和故障承受能力。该文根据电力生产的特点,将设备停运划分为4大集合,然后利用集合运算及逻辑判断的知识提出一种基于计算机辅助分析的设备停运判别方法,接着在此基础上构建了反映停电风险大小的电网风险评估模型,最后就电网预警定级体系的建设进行阐述,并佐以计算实例。该文的目的是希望为提高电网运行风险分析和管控水平而抛砖引玉,为电网安全稳定运行提供高效智能化决策和快速反应能力支撑。     

一类新的推广非凸变分不等式的平等投影算法

对定义在一致临近正则集上的一类新的推广的非凸变分不等式,本文提出了一个平行投影算法,算法的收敛点既是该变分不等式的解,又是两个Lipschitz映像的不动点。进一步,本文在适当条件下证明了该算法的收敛性。本文所得结论改进并推广了有关变分不等式和相关最优化问题的一些结果。     

一个线性算子的特征向量空间

线性算子A=（x）=[（t2-1）x′]′,当λ=n（n+1）时,λ为A的本（特）征值,它相应的本（特）征向量为Legendre多项式,且特征向量空间是1维的;当λ≠n（n+1）时,λ不为A的本（特）征值。     

基于图割和Sobel算子的视频分割算法

针对前景和背景交界处对比度较低的图像分割问题,提出了基于图割和Sobel算子的视频分割算法.首先建立包括颜色分量和对比度分量的能量函数;然后对当前帧和背景求梯度,使用背景的像素梯度来减弱当前帧中背景部分强边缘的梯度值,同时对由颜色模型建立的图像进行Sobel边缘检测,将得到的边缘检测的结果应用到颜色分量和对比度分量中来增加前景和背景对比度;最后,使用图割算法,对能量函数进行最小化求解最终得到分割结果.实验结果表明,当前景和背景交界处颜色相近时,本文分割算法能有效降低分割错误率.