不同方法制备ZnO催化剂的活性比较

为提高ZnO在甲醇分部中的催化活性，以5A分子筛担载硝酸锌制备ZnO催化剂，并与碳酸锌直接分解制备ZnO的催化剂进行比较。发现前者的催化活性比后者高出很多，且克服了后者在实验中的许多不足。考查了分子筛担载硝酸锌制备ZnO的条件，确定出最佳焙烧温度与焙烧时间；所得催化剂的最高催化活性达76％。     

呼和浩特市80余年气温序列的小波分析

利用小波变换时域局部性的特点，对呼和浩特市1915～2000年冬季和全年的平均气温时间序列资料进行了小波分析。研究了呼和浩特市在不同时间尺度上的气温状况，指出气温变化的阶段性、周期性和突变性等特征，揭示了长期的气温变化规律，呼和浩特市冬季气温时间序列主要存在7年左右和2～3年左右的周期振荡，在较大的时间尺度上，较为明显的气温突变点位于1933年、1955年、1975年和1993年左右；全年平均气温时间序列主要存在13年左右和5年左右的周期振荡，在较大的时间尺度上，气温突变点位于1930年和1970年左右，有一个明显的偏冷期。预测呼和浩特市冬季和全年气温在较大的时间尺度上将继续维持偏暖的趋势。     

基于小波变换的弹射加速度滤波分析

根据小波分解与重构理论，对弹射加速度信号进行多尺度的小波变换，即用不同中心频率的带通滤波器对信号滤波，把主要反映噪声频率的那些尺度的小波变换去掉，再把剩余各尺度的小波变换结合起来，作小波重构变换，从而得到较好地抑制了噪声的信号。     

频率和DOA估计的等价性

定义了频率估计和信号到来角估计的信号模型，介绍了基于小波包理论的频率估计，推导了两者的等价性和分辨率的关系，仿真结果验证了频率和DOA估计的一致性。     

不同制备方法的CuC2O4-ZnC2O4·2H2O的热行为和热分解动力学

应用DSC、热重分析技术对共沉淀和机械混合CuC2O4-ZnC2O4·2H2O(摩尔比1∶1)在N2气氛中的热行为、热分解过程和热分解动力学进行了研究,DSC和TG曲线表明,机械混合样品的热分解过程与单独的草酸盐基本一致,共沉淀样品的热分解过程则不同于单独的草酸盐.用KAS的等转化率法求出较为可靠的活化能Ea,用热分析动力学三因子求算的比较法确定了2种样品热分解反应遵循的机理函数f(α),在Ea和f(α)的基础上计算出指前因子A.共沉淀样品中第2步、第3步热分解反应遵循的机理函数分别为R2和A2.机械混合样品中第2步、第3步热分解反应遵循的机理函数分别为2D和A2.     

用提升小波变换提取诱发脑电

提出了一种利用小波分解和重构进行诱发脑电信号的有效提取方法.改变了小波变换的Mallat算法运算量较大,难于满足某些实时性较高的系统需求,采用提升小波变换进行诱发电位的提取,其运算量只有传统方法的一半左右,有助于提高系统的实时性.实验结果表明:用提升小波变换提取诱发脑电信号,能有效的改进实验曲线的信噪比、缩短信号的处理时间,将可以提高BCI系统的通信速率.     

An extended Lagrangian support vector machine for classifications

Lagrangian support vector machine (LSVM) cannot solve large problems for nonlinear kernel classifiers. In order to extend the LSVM to solve very large problems, an extended Lagrangian support vector machine (ELSVM) for classifications based on LSVM and SVMlight is presented in this paper. Our idea for the ELSVM is to divide a large quadratic programming problem into a series of subproblems with small size and to solve them via LSVM. Since the LSVM can solve small and medium problems for nonlinear kernel classifiers, the proposed ELSVM can be used to handle large problems very efficiently. Numerical experiments on different types of problems are performed to demonstrate the high efficiency of the ELSVM.     

A novel audio watermarking scheme using multiscale wavelet modulation

A novel audio watermarking scheme to embed robust and inaudible watermarks for the purpose of copyright protection is proposed. The key innovation is to add time-frequency redundancy into watermark signals by multiscale wavelet modulation. In order to maximize the watermarking strength within perceptual constraints, the signals synthesized from different scales are masked using a frequency auditory model, respectively, and then intergrated to form the final watermark signal. The detection structure is built using the redundancy in watermark signals, and the performance is further enhanced by modeling the statistical behaviors of wavelet coefficients as generalized Gaussian distribution. The use of original audio signal is not required in watermark detection. The experimental results show that our approach can achieve not only good transparency but also satisfying robustness to common audio manipulations.     

热轧钢管主生产计划模型与算法研究

建立了热轧无缝钢管主生产计划问题的混合整数线性规划模型．该模型可归结为多阶段多产品带有能力约束的批量问题，但与传统批量问题存在以下不同：①充分反映了钢管企业与其它行业的不同工艺特点；②目标函数追求最大化现金流而不是最小化成本；③允许订单积压；④考虑库存能力约束；⑤忽略设置时间及成本。但引入了最小生产批量约束．鉴于该问题的NP难性，使用两种基于优化的启发式算法进行求解，并提出两条策略加以改进．     

基于小波变换和ANFIS模型的不规则海浪组合预报

利用小波变换对不规则海浪进行多尺度一维小波分解与重构,得到相对简单、规则的准周期分量信号,然后建立了各信号的多输入、单输出自适应神经模糊推理系统(ANFIS)预报模型,最后对预报结果进行集成。基于Matlab语言的仿真结果表明,该方法不仅降低了预报的难度,而且具有较高的预报精确度。此方法亦可用于船舶横摇、纵摇、艏摇运动的预报。