土体性质对Cl-迁移过程影响的试验研究

通过室内土柱试验模拟污染物迁移,分析了平均粒径、孔隙比、不均匀系数等土体性质对迁移规律的影响。试验结果表明:平均孔隙流速随着土样平均粒径的增大而增大,初始穿透时间随着土样孔隙比变大而缩短;弥散系数随着平均粒径、孔隙比的增大而增大。通过试验数据拟合得到符合试验土样的弥散系数经验公式。试验结果为污染土体及地下水体的防治工作提供依据。     

基于改进粒子群优化的多无人机协同航迹规划

由于航迹规划可以为多无人机飞行控制提供参考指令,且当前粒子群航迹规划算法存在收敛速度慢,成功率不高的缺点,故提出了一种综合改进粒子群的多无人机协同航迹规划算法,考虑了无人机性能约束、障碍与威胁约束、空间协同与时间协同约束。首先,通过对学习因子线性化调整,实现了粒子惯性和最优行为的平衡;其次,引入混沌初始化,改善了粒子分布质量;然后,基于遗传变异思想设计了取代策略,同时提出了调速机制,提升了算法收敛速度。最后,将综合改进粒子群算法进行仿真验证,规划结果成功率高、收敛速度快且航迹代价小,可见改进算法的有效性。     

禁忌搜索粒子滤波算法在目标跟踪中的应用

雷达目标跟踪量测系统常受到闪烁噪声干扰,导致传统滤波算法的滤波性能急剧下降甚至发散。针对标准粒子滤波算法存在粒子退化的缺陷,重采样环节引入禁忌搜索思想,提出了禁忌搜索扩展卡尔曼粒子滤波算法,驱散局部最优的粒子集,使其向全局最优位置靠近,提高采样粒子的有效性。结合交互多模型（IMM）,将算法与IMM-PF算法进行仿真比较,结果表明该算法对机动目标具有较优的跟踪性能。     

一种融合遗传算法和粒子群算法的改进模糊C-均值算法

针对模糊C-均值(FCM)算法必须预先给定聚类数c和容易陷入局部极小的缺点,提出了融合遗传算法和粒子群算法的GA-PSO-FCM算法.遗传算法(GA)嵌套在FCM算法的外层,用于自动寻找最优聚类数,并把有效性准则函数作为其适应度函数;粒子群(PSO)算法嵌套在FCM算法的内层,用于优化类中心向量,提高算法的全局搜索能力.最后,运用GA-PSO-FCM算法对Iris data、Wine data、Zoo data、WPBC data和WDBC data进行仿真实验,并与基于有效性准则函数改进的FCM算法、GA-FCM算法的仿真结果进行比较,表明GA-PSO-FCM算法能在预先未知聚类数的情况下,提高分类结果的精确性和稳定性.     

电化学法制备晶面优势取向的微量铂电极

研究了用电化学方法在导电玻璃上沉积具有晶面优势取向的微量铂的方法。结果表明,用快速循环伏安法可以导电玻璃上电沉积得到亚微米级的、均匀分散的、具有晶面优势取向的铂微料。在快速扫描时,初期产生的铂微晶中,（100）面和（111）面的微晶产生的机会大致相等。由于（111）面的微晶的阳极溶解速度高于（100）面的,所以在反复多次循环扫描的沉积-溶解过程中（111）面的微晶微目减少,（100）面的微晶趋于优势取向。在较正的扫描下限和较短的扫描时间时得到的是二维微晶。对I3^-/I^-电化学反应来说,二维晶体和（100）面的电催化活性分别高于三维晶体和（111）面的。因此,可以控制循环伏安扫描的参数,在导电玻璃上得到高比表面的、二维的、具有晶面优势取向的微量铂沉积,制备高活性的新型光化学电池对电极。     

珍珠超细粉体的制备及物性研究

以珍珠为研究对象 ,用高频振动磨进行干式超细粉碎 ,简要介绍了珍珠超细粉体的制备过程和特点 ,考察了超细粉碎过程中珍珠粉体的色泽变化 .采用激光衍射法分析了粉体颗粒的粒度、粒度分布及比表面积的变化特征 .结果表明 ,可获得 5～ 10 μm的珍珠超细粉体 ,细度达到了所需要求 ,且色泽好、品质高、无污染 ,是一种制备珍珠超细粉体的有效、可行的方法 .     

从合助助词再论古汉语语气助词的功能

在语气助词合用之传统研究的基础上 ,进一步考察传信助词合用、传疑助词合用以及传信、传疑、传叹三者合用的不同情况 ,提出古汉语语气助词严格地遵循合用的三条原则 :传信助词合用是由弱至强的连锁排列 ;非同型语气助词合用是由易至难的排列 ;处于同一层面的语气助词不能合用。     

双层阳离子交换器树脂选择

对含盐量较高的碱性水或碳酸盐性水进行了离子交换除盐处理时,采用双层阳离子交换器是比较经济的。在对单层床进行双层床改造过程中,需要解决的主要问题有两个：一是强、弱酸树脂比例的确定;二是强、弱酸树脂的选型。为此应对强、弱酸性脂比例有型号加以确定。     

相对论粒子的麦克斯韦分布

讨论了麦克斯韦分布在低速粒子的运动情况,从玻耳兹曼分布入手,对高速运动的粒子的麦克斯韦分布作了若干探讨,并由此过渡到非相对论与极端相对论情形。     

EM与PSO算法在图像统计模型拟合中的应用

针对期望最大值算法(EM)对图像统计模型初始值敏感和容易陷入局部极值的弱点,结合粒子群优化算法(PSO)全局寻优的特点,提出一种有效解决此问题的EM-PSO混合算法.该算法将粒子分为最优种群和进化种群,分别用EM算法和PSO算法进行更新.然后选取最优粒子群作为EM算法的初始值.仿真结果表明,用EM-PSO算法拟合图像统计模型比用EM算法拟合图像统计模型更准确.