药用肠溶性丙烯酸树脂的合成研究

以甲基丙烯酸与甲基丙烯酸甲酯为原料,过硫酸钾为引发剂,经溶液聚合制备出药用肠溶性丙烯酸树脂。考察了物料配比、反应温度、溶剂浓度、引发剂用量对反应的影响。     

使用交换机时如何避免环路现象产生

在使用交换机构建的局域网络中,由于提供冗余功能而出现的网络故障也很普遍,通常在网络技术领域把这样的负面影响总结为广播风暴。因此,局域网中的交换设备通常会提供一种功能生成树协议,它可以在网络形成冗余备份链路时避免其带来的负面影响。这样,我们可以使用生成树协议就可避免产生网络环路。     

基于事故树分析法的矿山巷道顶板锚杆支护危险性评价

运用事故树分析法,对矿山巷道顶板锚杆支护危险性进行了评价。对引发矿山巷道顶板锚杆支护失效的各种因素进行了定性分析,从而确定了导致锚杆支护失效的关键因素,为矿山企业优化巷道锚杆支护提供了可靠的依据。     

对图像压缩中的SPIHT与SPECK算法的研究

在众多的图像压缩算法中,SPIHT和SPECK具有较好的性能,文中对这两种算法进行了深入地研究.首先介绍了小波变换后系数的分布特点,然后从算法思想、集合定义、分裂过程、排序过程、量化以及编码后的码流等方面分别介绍了SPIHT(多级树集合分裂)和SPECK(集合分裂嵌入块)算法,最后总结了他们的异同之处.     

基于FP-tree最大频繁模式超集挖掘算法

数据挖掘应用中的最大频繁项集挖掘算法大多存在候选项目集冗余问题,造成时间和空间的浪费.针对此问题,通过构造条件FP-tree,对不符合要求的项目进行剪除并对MFIT算法进行改进,提出一种基于FP-tree的最大频繁模式超集挖掘算法.此算法无需产生大量的候选集,同时减少数据集扫描次数,降低数据库遍历时间,提高算法效率.实验证明,此算法在降低候选项目集冗余度的同时有效减少了算法运行时间.     

基于改进随机抽样一致的点云分割算法

随着三维点云数据模型在三维建模、测绘、智能城市以及机器视觉等领域的应用,点云数据处理也成为一个研究热点。点云分割就是将三维空间中点云通过一系列算法,将散乱的点云数据划分成更为连贯的子集的过程,可以为后续的数据分析提供数据基础。针对随机抽样一致算法(random sample consensus, RANSAC)对杂乱、无规则点云数据分割效果不佳的问题,提出一种改进的RANSAC点云分割算法。该算法通过构建Kd(K-dimensional)树,利用半径空间密度重新定义初始点的选取方式,进行多次迭代来剔除无特征点,在实现点云分割的同时可以有效去除噪声点;此外,该算法重新设定判断准则,优化面片合并,可以实现点云的精确分割。实验通过对散乱点云数据进行分割,结果表明该改进RANSAC算法的点云特征提取数据量较大,面片分割的准确性较高,是一种有效的点云分割算法。     

基于集合的红黑树结点删除算法的实现

通过分析红黑树的定义和结点删除算法的具体步骤及实现细节,针对实际应用中存在的运用前台逻辑删除结点效率低下的问题,采用直接在后台实现删除操作来提高效率;并以面向集合的Transact-SQL语言为工具,在SQL SERVER 2005数据库上实现了红黑树结点删除算法。     

破片式战斗部对预警机毁伤评估研究

建立了一种考虑任务系统易损性模型和近炸引信探测起爆过程的毁伤效果分析方法,用于破片式战斗部对预警机的毁伤评估. 根据预警机任务系统特点构建了毁伤树模型;基于扫描线法计算引信探测位置,在相对速度坐标系下,考虑目标外形计算最佳起爆位置,并采用蒙特卡洛方法计算毁伤概率,分析了交会条件、起爆延迟、制导精度和瞄准中心对毁伤概率的影响. 结果表明:自适应延迟起爆能大幅提高毁伤概率,并减小交会条件的影响,且制导精度越高,交会条件影响越小;采用自适应延迟起爆时,毁伤概率主要受暴露面积和瞄准中心影响,以几何中心为瞄准中心的毁伤概率较高.      

基于EZW与SPIHT的雷达图像压缩研究

随着技术的发展,雷达图像的大小日益增长,采用传统的图像压缩方案已经无法满足系统要求。因此,本文研究了基于小波变换的压缩方式—嵌入式零树小波与多级树集合分裂算法。对两者的编码解码过程进行了详细推导与介绍。实验对3幅高分辨率雷达图像进行测试,证实了多级树集合分裂算法性能更优。     

基于超像素融合算法的显著区域检测

针对目前流行的显著性检测算法不能精确反映显著性信息的问题,提出一种基于超像素融合方法的显著性检测算法. 首先对图像进行超像素分割,在保证高质量的图像目标边缘信息前提下,建立以超像素为节点的图模型;然后计算超像素邻接矩阵,将该图模型转化为最小生成树模型. 通过OTSU算法自适应地确定最佳阈值,根据该阈值将最小生成树模型的部分节点进行融合,获得大超像素分割区域;最后利用大超像素的颜色和相互距离信息,获得高质量的显著性图. 实验结果表明,相对于其他检测方法,该算法可以更有效地检测出图像中的显著目标,并能达到接近分割的效果.