排序算法并行化

阐述了BSP上的并行排序算法,进行了该算法的性能分析,并通过与PRAM—CRCW上快排序算法的比较,说明了该算法的可行性．     

超声波提取黄芪中总黄酮工艺研究

研究比较了超声波法、微波法、乙醇提取法等工艺提取黄芪总黄酮的效果,得出超声波法提取黄芪总黄酮的工艺最佳．以提取温度、提取时间、料液比、乙醇体积分数为考察因素,黄芪总黄酮提取率为考察指标,采用止交试验法优化黄良总黄酮提取工艺．结果表明,最佳工艺条件为：超声波提取温度为65C、提取时间30min、料液比为1：15（g／mL）、乙醇体积分数为65％,总黄酮的提取率为0．418％,是微波提取法的1．31倍,乙醇提取的1．69倍．     

大物质分选机在餐厨垃圾预处理中的应用

餐厨垃圾预处理阶段物质分选对整体处理工艺影响较大,如果分选不到位,浆料中杂物多,会导致管道磨损严重、设备故障率高等问题。通过调节进料频率及大物质分选机的运行频率,探究大物质分选机较优的运行参数范围,使分选工作更加有效。试验结果表明：大物质分选机运行频率为70 Hz,进料频率小于17 Hz为较优运行参数,此时设备电流值较低且波动曲线较为平稳,分选料中有机质质量占比在33%~37%,与其他工况相比,有机质质量占比至少低了3%;运行工况的变化不会对浆料的组成成分造成影响,其中剩余物、果皮和骨头质量占比较大,三者占比总和在98%以上,其他杂物质量占比不超过2%。     

基于动态权函数的煤层可压性综合评价

煤层可压性直接影响着煤层气井的产量和企业的生产成本。为科学地对煤层可压性进行评价,以煤层地质参数为切入点,利用动态权函数综合评价煤层可压性。首先,针对煤层地质参数进行初选,利用数理统计的方法优选出主控影响参数;其次,通过分析主观赋权法和客观赋权法,对比其优势与不足,引入动态加权函数对煤层可压性参数进行赋值;再次,利用动态权函数的加权冒泡排序法对影响参数进行综合评价,拟合得到动态加权和与生产能力之间的关系;最后,对X区块的26口井进行了评价,利用综合评价结果与实际生产能力进行了对比,可压性评价结果正确率达到88.64%,验证了综合评价模型的准确性。     

低信噪比神经元锋电位信号的分类方法

基于离散序列小波变换和主元分析，对低信噪比的神经元锋电位信号提出了新的分类方法。通过对原始信号进行尖峰检测，获得尖峰信号样本，对每个样本进行离散序列小波变换之后，再对小波变换系数进行主元分析，选取主元进行聚类，实现对原始信号的分类。将该方法应用于多电极细胞外记录的小鸡视网膜神经节细胞电活动信号分析，并据此推断出某电极附近的神经节细胞的个数。仿真结果表明，在低信噪比情况下，该方法比单纯通过小波变换进行分类的方法更有效。     

基于理想解的区间数多属性决策的相对隶属度法

针对区间数的多属性决策问题,首先将决策者的主观偏好信息所隐含的属性权重通过一个线性规划模型计算出来;其次基于模糊集理论,借助每一方案与理想和劣等方案的综合加权距离,求得每个方案相对于优等方案的相对隶属度,提出了基于理想解的区间数多属性决策的相对隶属度法对方案进行择优和排序,从而较好地确定了属性的权重,且所提出的方法具有更强的排列能力.最后通过算例说明方法的可行性和实用性.     

基于非对称交叉开关的高阶路由器设计

对非对称交叉开关的吞吐率进行了理论分析和模拟测试,得出非对称交叉开关中排头兵效应的影响非常弱,几乎可以忽略.在此基础上,提出了一种基于非对称交叉开关的高阶路由器交换结构,即层次式非对称交叉开关结构设计方法,同时,给出了该交换结构的瓦片化微结构.结果表明,该结构可以获得很高的吞吐率.     

城市生活垃圾收运处置技术研究

对城市生活垃圾的产生、收集、转运、处置及资源化技术进行了深入系统的研究和探讨。结果显示：城市生活垃圾必须采用分类收集才有利于资源化利用；可燃垃圾主要采用焚烧的方法，产生的热量可资源化利用发电；不可燃垃圾进行填埋；部分有机垃圾可利用堆肥技术进行覆盖。垃圾的转运应采用压实密闭集装箱运输。     

一种基于改进DBSCAN的雷达信号分选算法

针对传统DBSCAN算法参数设置依靠人工经验的不可靠性,并且对非均匀数据聚类效果差的问题,基于云模型(Cloud Model)提出了一种CMDBSCAN算法,算法首先结合距离曲线倾角突变的特点自适应获得邻域半径,并根据雷达信号分布密度设置聚类密度点数阈值,可实现DBSCAN算法自适应运行;同时结合多维云模型理论,对DBSCAN算法分选结果进行有效性评估,利用判定结果进一步优化参数设置.根据仿真模拟的复杂对抗过程中帧收的雷达信号进行实验,证明该算法可实现非均匀雷达信号的自适应分选,同时可有效避免在多功能雷达信号分选中的"增批"问题.     

Multi-objective dynamic detection of seeds based on machine vision

An approach to inspecting massive numbers of moving seeds was studied based on the techniques of dynamic inspection and machine vision. A progressive scanning CCD camera with external trigger function was used for real-time capture of dynamic images of seeds. The methods based on R channel of RGB (Red, Green and Blue) and region-dependent segmentation were adopted to reduce the data size of image processing and improve the efficiency of seeds inspection. All the seeds were sorted into four grades according to their morphological characteristics, such as surface area, perimeter, major axis, minor axis, circularity and eccentricity. The detection experiments indicated that the eligible ratio of the classifications was about 81.90% by this real-time inspection system.