基于倒变异高阶谱的周期性突变识别方法

分析了带有周期性突变成分信号的频域特征,提出了识别周期性突变的倒变异高阶谱方法,该方法首先对信号的FFT所得数据进行调整,并根据周期性突变的特点设计了新的高阶谱频率函数,由频率函数可得到变异高阶谱,进而对变异高阶谱的某些频率取纵向切片计算倒谱,得到倒变异高阶谱.基于倒变异高阶谱的周期性突变识别方法可充分利用FFT所得的正负频率域的所有数据,扩充了高阶谱的生成空间,提高了对周期性突变的识别效果.试验表明所提方法可准确识别周期性突变和突变的周期,具有一定的实际应用价值.     

基于身份的动态门限盲签名方案

提出一个基于身份的动态门限盲签名方案,签名者不知道他所签的消息的内容,签名信息不可追踪。 方案能够防止私钥生成器（PKG）伪造签名。 同时具有动态安全的特性,将签名的整个周期分成若干个时间段,每个时间段都要更新份额,且利用更新后的份额重构的密钥保持不变。 最后证明了方案的正确性、不可伪造性和鲁棒性。     

小波尺度谱在AE信号特征提取中的应用

通过分析典型声发射信号及其特征提取,将小波尺度谱引入到声发射故障诊断领域,首次提出了声发射信号的小波尺度谱分析法。给出了小波基函数及其参数的选取,克服了声发射信号小波尺度谱的时、频分辨率不能同时达到最好的缺陷。将小波尺度谱用于声发射检测的滚动轴承损伤类型及部件的识别,诊断结果十分直观、清晰、准确。仿真分析和实验研究均表明小波尺度谱能有效应用于基于声发射技术的状态监测与故障诊断。     

3种不同方法对标本基因组DNA固定和抽提效果研究

利用常规基因组DNA抽提方法,对分别用甲醛、乙醇、聚乙二醇3种固定液固定的鲫(Carassius auratus)肌肉样品基因组DNA提取进行了比较研究。结果表明:5%甲醛保存的样品很难提取到完整的基因组DNA,乙醇95%和聚乙二醇(分子量为600)保存的样品均能成功提取出基因组DNA,并能成功地进行18S rDNA的扩增。同时探讨了不同固定方法对基因组DNA提取的影响。     

葡萄酒废弃物营养成分分析及果胶的提取

为确定葡萄酒废弃物中的营养成分,对葡萄酒废弃物中总糖,可溶性糖,蛋白质,维生素C,氨基态氮的含量进行了测定,并利用单因素试验和正交试验对葡萄酒废弃物中果胶的提取条件进行了优化研究。结果表明,葡萄酒废弃物中营养较丰富。果胶的最佳提取条件为：盐酸浓度0．2mol·L^-1,提取时间50min,料液比1：6,脱色时间20min。在最佳提取条件下,果胶的提取率为8．36％。     

微波条件下抽提煤的实验研究

在微波辅助下,以神府煤为研究对象,四氢呋喃、乙醇、甲醇为溶剂,考察了抽提温度、时间、溶剂量及煤粒度对抽提率的影响,结果显示:上述3种沸点不同的溶剂抽提率达到其最佳值所需要的溶剂量及煤粒度相差不大但抽提温度有所不同;同时探讨了以四氢呋喃、丙酮、N,N-二甲基乙酰胺为溶剂,对不同变质程度煤的微波辅助抽提效果,结果是变质程度相似的煤在相同抽提条件下抽提率不同。运用红外光谱现代分析技术,对神府脱灰煤和溶剂抽提后的残煤进行结构对比分析,结果表明抽提并没有破坏煤的大分子结构。     

基于形态学滤波和Hough变换的掌纹主线提取方法

提出一种结合形态学滤波和Hough变换提取掌纹主线的方法,在对方向性掌纹线特征子图像做形态学滤波后,将滤波图像转换至Hough变换参数空间,利用Hough变换具有的点线对偶性,检测参数空间内累加数组的峰值来确定主线的空间位置和走向,并展开邻域检测得到主线.本文算法更符合主线的自然生长规律,在成功提取主线的同时消除了粗大掌纹皱纹在主线提取中易产生的干扰.     

催化裂化油浆合成沥青树脂的反应性能

采用溶剂萃取对催化裂化油浆进行了芳烃富集,并分别以油浆和富芳烃组分为原料合成了沥青树脂.利用族组成分析和FT-IR、1H-NMR、13C-NMR测试对比了催化裂化油浆芳烃富集前后的原料组成差别,通过合成B阶沥青树脂的反应差异考察了催化裂化油浆的反应性能.结果表明,催化裂化油浆中饱和分的含量较高,均匀性差;而溶剂萃取后的催化裂化油浆富芳烃组分芳烃含量较高,均匀性较好.溶剂富集芳烃提高了催化裂化油浆的反应性能.     

同时蒸馏萃取和减压蒸馏萃取方法提取烟叶香气成分的比较

分别采用同时蒸馏萃取法和减压蒸馏萃取法对同一种烟叶样品的香气成分进行萃取,用气相色谱/质谱联用仪（GC/MS）进行定性和定量分析,并对这2种萃取方法鉴定出的化学成分、重复性和定量值进行了比较。结果显示：同时蒸馏萃取法具有良好的重复性和较好的回收率,适合于烟叶香气成分的定量分析;减压蒸馏萃取法能使香气成分在较低的温度下挥发逸出,真实反映烟叶香气成分的原始信息,可用于香气成分的初步鉴定,适合于香气成分的定性剖析。     

基于小波变换和支持向量机的音频分类

音频特征提取是音频分类的基础,而音频分类又是基于内容的音频检索的关键。使用小波变换和支持向量机的方法对音频进行分类。研究了小波变换域的音频特征提取,分析了这些特征在小波变换域中的意义。把得到的特征向量作为支持向量机的输入,把音频分成纯语音、带背景音乐的语音、音乐、环境音4种类型。实验结果表明,基于小波域的特征计算简单、能够较好地区分不同的音频类型,得到较高的分类精度。