一个柱样品的中子注量衰减和γ射线自吸收修正的统一计算方法

从中子和γ射线的实际输运过程出发,推导出了一个柱样品的中子注量衰减和γ自吸收修正的统一计算公式.在推导中考虑了这两种效应的位置关联用不同方法对这个公式的计算结果进行了检验,证明这个统一计算公式物理图像清晰,计算速度快,结果可靠,适用于快中子核反应的伴生γ射线截面测量中的数据处理.     

两个互相垂直的简谐振动合成的几个问题

概述了两个相互垂直简谐振动合成的研究结果，澄清了一些模糊认识，介绍了李萨如图形的一些新特点。     

基于投影直方图提取目标感兴趣区域的新方法

提出了一种基于灰度投影直方图获取单幅检测样品的目标感兴趣区域的方法,并利用鲁棒的图像匹配算法生成参考图像.首先,采用改进的灰度投影直方图法获得单幅图像的检测样品感兴趣区域,建立感兴趣区域提取模型;其次,利用基于形状的特征匹配算法学习样品图像,生成印刷品检测的参考图像,在此基础上,提出基于图像金字塔数据结构的分层匹配方法.实验结果表明,该方法能够在87 ms内获取首张图像样品感兴趣区域,并且图像匹配过程对图像之间存在的明暗程度、旋转变化等干扰具有良好的鲁棒性,匹配精度可达95%,匹配时间为152 ms,可快速准确地生成参考图像.     

一种频率偏移时求取有效值的方法

分析了频率偏移下以固定采样频率求取交流量有效值的误差.在软件同步采样方法的基础上,提出了以固定高速频率采样后重新同步采样来计算有效值的方法.经仿真验证,该方法具有较好的精度和速度,可以用于对实时性与精度要求较高的场合.     

基于SIFT的UAV载组合宽角相机影像匹配方法

针对无人驾驶飞机UAV(Unmanned Aerial Vehicle)航空组合相机获取的大像幅影像旋偏角较大、 大尺度变化和颜色差异明显的问题, 提出基于极几何和单应约束的SIFT(Scale Invariant Feature Transform)特征多尺度LSM(Least Squares Matching)算法。该算法顶层金字塔影像采用SIFT快速匹配, 对匹配结果利用改进的RANSAC(Random Sample Consensus)算法计算影像间单应矩阵和基本矩阵; 对影像进行Harris特征提取, 根据极几何和单应约束采用双向一致性相关系数算法进行密集匹配; 通过更新单应矩阵, 设定阈值删除误匹配点; 对匹配的同名点进行最小二乘匹配获取子像素级精度。通过对具有较大旋偏角、 大尺度变化和颜色差异的3组实际航摄影像的试验对比表明, 与传统方法相比, 该算法具有较高的匹配成功率和较好的有效性。     

基于双支持向量机的大样本分类算法

针对支持向量机(Support Vector Machine,SVM)处理大规模样本分类的学习效率降低问题,提出两阶段学习的支持向量机算法。该方法首先在正负类分别进行无监督聚类,提取各个聚类质心组成约简训练集,进行初次SVM训练;然后,根据初次训练结果选取边界样本集,参与第二次SVM训练。在UCI数据集上的实验结果表明,所提方法在保持分类泛化性能的同时,提高了模型的训练速度。     

非同时性数据采集对线路方向保护的影响

结合IMPLDI型线路微机保护装置,详细地分析了采用非同时性数据采集方式所引起的附加相移对线路方向保护的影响.将分析结果与实验数据进行比对,给出了校正措施及算法,指出基于此校正措施的非同时性数据采集方式在更高电压等级微机保护中的应用可行性.     

基于Chameleon算法和谱平分法的聚类新方法

在分析传统的聚类算法优越性和存在不足的基础上,基于Chameleon算法和谱平分法的思想提出了一种新的聚类方法。相比传统聚类算法而言此算法克服了如k—means算法、EM算法等传统聚类算法在聚类不为凸的样本空间时容易陷入局部最优的缺点,能在任意形状的样本空间上聚类,且收敛于全局最优解,并且可以降低噪声和离群点的影响,提高了算法的有效性。在UCI数据集和5个特殊的二维数据点组成的数据集上进行了实验,证明了本方法的有效性。     

多功能碳势测定仪的研制

较详细的介绍了用普通的8031单片机软件模拟串行I2C总线系统在热处理行业碳势测定中的应用，详细阐明了有关的工作原理和关键技术。该测定仪充分利用了I2C总线的优点，具有功能多，系统结构简洁明了，操作性能强等优点，在热处理行业中应用十分广泛。     

假设检验中无差别区域问题的讨论

理论上,假设检验会出现两类决策错误:“弃真”和“取伪”.在实际应用中,可能出现这样一种特殊情况:真值与假设值的差异微小到可以视为二者相等,即存在着无差别区域.对于无差别区域内不等于假设值的真值,只要样本容量足够大,显著性假设检验几乎以概率1拒绝原假设,这显然不符合实际应用的需要.本文对实际应用中假设检验的检验目标进行了修正,限定样本容量的取值范围,使假设检验的决策结果更为客观合理.