超声对川黄柏中小檗碱提出率的影响

把超声技术用于从中药川黄柏中提取小檗碱常规的酸性浸泡工艺中,探讨了不同频率超声、提取时间等对小檗碱提出率的影响．实验结果表明,使用２０ｋＨｚ的超声对川黄柏提取３０ｍｉｎ,其小檗碱的提出率比酸性浸泡２４ｈ高２８．３２％,且超声提取工艺简单,省时,节能．     

多策略融合的俄语文本词语提取方法研究

俄语是联合国工作语言之一,是俄罗斯等多个国家的官方语言.随着"一带一路"倡议的推进和全球化进程的加快,俄语文本数据成为有关组织管理决策的重要信息来源,俄语文本挖掘也因而成为重要的管理决策支持方法.然而,俄语文本挖掘方法研究目前还远未成熟,尤其是其关键基础——俄语文本词语提取的性能较低,阻碍着俄语文本建模的准确性.因此,...     

基于独立成分分析的强背景噪声去噪方法

由于许多传统的去噪方法在强背景噪声情况下提取声音信号的能力变弱甚至失效，提出应用独立成分分析(ICA)方法对声音信号进行特征提取，并证明了这种ICA变换能增强语音和音乐信号的超高斯性．在此基础上，应用ICA基函数作为滤波器，通过阈值化的去噪方法对含有强高斯背景噪声的声音信号进行去噪仿真实验．结果表明，本方法明显优于传统的均值滤波和小波去噪方法，为强背景噪声下弱信号的检测提供了新的途径．     

基于Gabor特征和协同神经网络的车牌识别方法

研究了车牌字符识别问题,针对车牌识别系统易受天气及光照变化影响的实际应用,将Gabor特征和协同神经网络应用在车牌字符识别中,提高了识别率.首先对车牌字符进行二值化和切分,然后利用Gabor滤波器提取车牌字符的特征参数;再利用协同模式训练特征参数,进而得出训练样本;最后根据协同神经网络进一步识别车牌字符.通过大量仿真实验表明,该方法在不同场景、光照条件下,与传统方法相比,识别率有了较大改进,该方法在车牌识别领域有较强的实用性.     

基于Gabor滤波的图像质量

基于Gabor滤波器的指纹图像质量分区方法,对指纹图像的各个分区进行了质量评价。然后对高质量分区直接进行脊线跟踪．提取细节特征点;对低质量分区先使用普遍使用的预处理方法,再进行特征提取。对著干幅低质量指纹进行了实验,得到了不错的实验效果,并且实验的效率和准确率也有所提高。     

基于决策树的关键短语抽取

针对关键短语抽取工作可以转化为某种分类问题,利用决策树构造分类器解决关键短语的抽取。统计分析表明,将文档中词的词频因子、首位置和词性作为决策树分类特征,并考虑词在文档中出现的位置信息,对词的特征值进行一定的调整,采用Bagging重采样技术进一步提高了决策树的抽取性能,使其完全匹配和部分匹配的F_检测率分别达到21．50％和54．49％。     

西安中深层同轴套管换热井取热能力及热影响半径

深井换热技术是目前公认最环保的地热能开发利用技术,以同轴套管换热井最常见,取热能力和影响半径是这一技术推广过程中存在争议且急需解决的问题。以西安草滩2500m深同轴套管换热井为研究对象,基于实测地层温度和围岩热物性参数,通过原位测试及数值模拟技术,分析换热井的取热能力,探讨换热过程中围岩地层温度变化特征及范围。结果表明:目标换热井30年可持续取热功率可达350kW,平均延米140W/m;围岩地温衰减程度和范围随着取热功率增大而增大;换热井不同深度影响半径不同,深部地层整体大于浅部,350kW取热功率下取热30年最大地温影响半径可达110m。     

实景三维模型缺陷修复关键技术

为了有效提高实景三维模型反映各类型地理要素的准确度和精细度以充分支撑实景三维中国建设工作,本文首先将当前无人机倾斜摄影三维重建后的三维模型中存在的模型缺陷系统性分为四大类型,并分析其产生的原因。随后,本文针对性地提出了三种关键技术：一是基于连通性和欧氏距离聚类的交互式悬浮物去除,利用图割理论和随机一致性抽样算法识别和删除悬浮物;二是基于图割理论的水面半自动整平,在利用Grabcut算法提取水面区域的同时为其赋予统一高程以实现水面的平整;三是基于深度网络模型的水体纹理inpainting填充,利用卷积神经网络和深度对抗训练以获得水体纹理的特征和结构从而实现水体缺失纹理的修复。最后,本文利用湖北省宜昌市的实际生产数据进行了修复实验,实验结果表明本文提出的各项关键技术能够有效修复三维模型缺陷,从而使实景三维模型具备更精细的地理实体和地理景观还原度。     

无人机视觉导航研究综述

对无人机视觉导航的现有算法从视觉处理和状态估计与数据融合两大方面作了分类总结,重点讨论了无人机获取图像的特征提取、视觉传感器同其他传感器的数据融合、以及实时得到状态估计的各种方法,同时,也涉及了未知环境下地图的建立,最后指出了无人机视觉导航在实际应用中面临的主要问题。     

基于运动信息和相位一致性的运动目标提取

提出一种新的时空结合的运动目标分割方法。该算法首先在累积帧差图像上使用改进的高阶统计(HOS)算法检测出运动区域,用最大连通区域表示初始运动目标模板,利用基于Log-Gabor复小波变换的相位一致性边缘检测算法提取出每一帧的单边缘信息,结合初始运动模板与空域边缘图像得到更精确的运动目标模板,最后结合原图像分割出运动对象。实验结果表明该算法能从对比度较小和噪声较大的视频序列中精确地提取出运动目标,且不受光照变化的影响。