光电组件用环氧树脂粘结剂的增韧研究

光电组件用粘结剂应具有较高的强度和一定的抗冲击柔性,常用的环氧树脂粘结剂具有极高的强度,但缺乏柔性,硬度太高（一般大于90 ShoreD）,尤其在低温下易碎裂。以端羧基丁腈橡胶（CTBN）对环氧树脂改性的研究结果表明,当CTBN含量为20时,共聚物的断裂伸长率高达90.63,抗冲击强度达到59.5 kJ/m2,拉伸强度达到29.0 MPa,杨氏模量达到372 MPa,环氧树脂的韧性得到明显提高,可满足光电组件的应用要求。     

日本囊对虾雌亲虾性腺发育过程中组织器官生化组分含量的变化

采用生化分析的方法,探讨台湾海峡自然海区日本囊对虾雌亲虾性腺发育过程中卵巢、肝胰腺和血清中生化组分含量的变化,结果表明:1)自然海区的日本囊对虾雌亲虾性腺发育过程中,葡萄糖在卵巢中的含量呈不断上升趋势,0期到5期增幅达到96.53％ (p＜0.01);在肝胰腺中,0期和1期具较高水平,随后快速下降,从最高(1期)到最低(5期)总降幅达到72.11％;在血清中,1期处于最低水平,其余各期水平相当,1期与其他各期之间至少相差100％以上；2)胆固醇在卵巢中的含量由0期至4期呈上升趋势,增幅达到208.67％,随后开始下降,到5期时降幅为23.44％；在肝胰腺中0期处于最高水平,后呈持续下降趋势,从0期到5期降幅达到74.66％；在血清中含量水平比在卵巢中略高,在(10.45±1.03)～(23.19±3.59)mg/dL之间呈起伏状波动；3)甘油三酯在卵巢中的含量快速上升,从0期到5期增幅达到313.56％；在肝胰腺中含量呈下降之势,以1期为最高,0期最低,经产卵下降到只有原来的8.63％；在血清中含量水平各期虽有起伏,但相对较为恒定.推测日本囊对虾卵巢发育过程中,葡萄糖和胆固醇是通过肝胰腺提供,经血淋巴中的血清运输至卵巢储存.甘油三酯主要由肝胰腺和血淋巴中的血清共同提供.     

一种基于二维信息匹配的ASM定位算法

主动形状模型ASM(Active Shape Models)目前在目标对象的定位中得到了广泛的应用。为进一步提高ASM的目标定位精度,在传统ASM方法的基础上,提出了一种基于二维信息匹配的ASM目标定位改进算法。该算法采用以轮廓点为中心的近似圆盘区域的二维灰度信息代替原算法的一维法线灰度信息进行目标轮廓匹配。实验表明与传统ASM算法相比,改进算法的目标定位精度有显著提高。     

基于负熵的随机双梯度算法

随机双梯度算法是独立分量分析中一个重要的学习算法,但该算法收敛速度慢,稳态误差大,不利于信号的准确适时性处理.论文重点对随机双梯度算法进行了改进,提出一种基于负熵的随机双梯度算法.在改进的算法中,用负熵来度量其中的随机变量非高斯性,从而来克服峭度的不稳健性.论文最后通过理论分析和仿真实验证明这种改进的随机双梯度算法具有较好的分离效果且稳定性高.     

基于主成分分析的磨矿旋流器机理模型

针对我国以螺旋分级机为1段分级设备的两级磨矿流程，进行了磨矿过程旋流器机理模型的研究.首先，分析了磨矿过程，并结合主成分分析方法确定对系统运行起主要作用的变量用于建模.然后，建立磨矿旋流器机理模型，采用规则推理确定模型参数.最后，应用某选矿厂磨矿分级生产数据设计并进行仿真实验.结果表明，该模型对旋流器溢流粒度分布的仿真与实测结果的动态特性相符.解决了磨矿旋流器运行过程模拟问题，为磨矿分级优化控制研究提供了合适的动态模型.     

山西省区域经济发展水平动态分析

基于2006—2012年统计数据,构建区域经济发展评价指标体系,运用主成分分析法和聚类分析法,对山西省11个地级市的经济发展水平进行了时序研究和空间分析.结果显示:山西省区域经济发展水平差距在不断扩大;根据区域经济发展水平综合得分,将11个地级市的发展水平划分为4个等级:优秀、良好、一般和落后.最后,针对研究结果提出转变煤炭产业发展方式、合理调整产业结构、优化城市体系结构等建议和措施.     

基于张量子空间的半脑对称度特征与癫痫识别

结合脑PET图像信息,提出了一种基于张量子空间的半脑对称度特征的识别方法用于识别PET图像中癫痫病灶.首先计算全部脑PET图像中所有体素的SUV,并基于SUV建立三阶张量;然后提取半脑对称度特征,建立半脑对称度张量模型;其次利用多线性主成分分析(MPCA)方法对半脑对称度张量模型进行特征选择;最后基于支持向量机(SVM)分类器进行癫痫识别.实验结果表明:提出的算法能够有效地识别脑PET图像中的癫痫病灶,可以作为计算机辅助诊断方式帮助医生进行癫痫疾病的诊断.     

主成分分析与BP网络组合的大坝变形预报

将主成分分析与BP神经网络相结合应用到大坝变形影响因子的优化中,建立大坝变形预测模型.可以有效地降低输入因子的维数,减小因子之间相关性的影响,简化网络结构,降低网络训练难度,提高预测的稳定性及精度,提升BP网络训练的效率,解决由影响因子内部相关性而需引入大量因子的问题.通过实验结果对比表明,主成分分析与BP网络相结合的...     

不同季节绿茶中金属元素含量的主成分分析

用主成分分析对山东省不同季节绿茶中金属元素特征进行了研究,以金属元素Fe,Zn,Ca,Mg,Cu为评价指标,对山东省不同季节绿茶质量进行了综合评价。结果表明,春天所采摘茶叶综合评价最高,秋天最差,这与市场上春茶质优价高是一致的。     

基于PCA的BP神经网络股票预测研究

股票市场是国民经济发展变化的"晴雨表",股票价格的涨跌也是政治、经济、社会等诸多因素的综合反映.近几年来,神经网络取得较大发展已经成为热点研究并在各个领域中得到应用.文章基于主成分分析和BP神经网络,以中国石化100天股票历史技术指标数据作为训练样本对收盘价进行预测,20天数据进行检验,并通过图像仿真拟合来验证神经网络股票预测的可行性和准确性.