镁渣硅酸盐水泥的性能

用2种不同来源的镁渣作为水泥混合材配制镁渣硅酸盐水泥。研究了其标准稠度用水量、凝结时间、强度等基本性能,考察了镁渣对水泥干燥收缩的影响,并通过XRD、DSC/TG、SEM等微观手段研究了镁渣在水泥中的作用效应。结果表明：镁渣作为水泥的混合材具有一定的减水缓凝效果;镁渣掺量在10%～30%范围内时,水泥样品符合通用硅酸盐水泥42.5R级的标准,掺量为35%～40%符合32.5R型复合硅酸盐水泥的要求;镁渣掺量为30%～40%时对水泥砂浆的干燥收缩有抑制作用;镁渣与水泥熟料水化产物发生反应,使水泥浆体结构更加致密。     

基于CBR和RBR混合推理的齿轮箱智能诊断技术

针对传统齿轮箱智能诊断系统获取知识的困难,提出了基于案例(case-based reasoning,CBR)和规则(rule-based reasoning,RBR)混合推理方式的智能诊断技术.在研究此2种推理技术优缺点的基础上,取长补短,合理地将其应用到轧机齿轮箱故障诊断工作中,提高了故障诊断的准确率和效率.针对传统案例检索中相似度算法的不足之处,提出了一种新的案例检索算法,有效地解决了传统的相似度算法检索案例不准确的问题.     

麻疯树籽粕中毒蛋白的提取

研究了溶剂浸提法提取麻疯树籽饼粕中麻疯树毒蛋白时的各影响因素,考察了提取时间、提取温度、pH值、缓冲液浓度和无机盐浓度对麻疯树毒蛋白溶出的影响.结果表明:提取液pH值是影响麻疯树毒蛋白溶出的最重要因素,提取时间、缓冲液浓度及盐浓度对提取也有一定影响.通过正交试验获得最佳提取条件:提取时间3 h,提取温度25℃,提取液为浓度0.4 mol/L的NaCl溶液,pH=7.在此条件下得到的毒蛋白占去壳种仁的质量分数的0.39%.     

利用七宫格的遮挡车辆凹性检测与分割

目的:交通场景中车辆间的距离过近或相互遮挡容易造成识别上的粘连,增加了准确检测目标车辆的难度,因此需要建立有效、可靠的遮挡车辆分割机制。方法:首先在图像分块的基础上确定出车辆区域,根据车辆区域的长宽比和占空比进行多车判断;然后提出了一种基于“七宫格”的凹陷区域检测算法,用以找出车辆间的凹陷区域,通过匹配对应的凹陷区域得到遮挡区域;最后,将遮挡区域内检测出的车辆边缘轮廓作为分割曲线,从而分割遮挡车辆。结果:实验结果表明,在满足实时性的前提下算法具有较高的识别率,且能够按车辆的边缘轮廓准确分割多个相互遮挡的车辆。与其他算法相比,该算法提高了分割成功率和分割精度,查全率和查准率均可达到90%。结论:提出了一种新的遮挡车辆分割方法,有效解决了遮挡车辆不宜分割和分割不准确的问题,具有较强的适应性。     

浅谈C语言程序设计实践教学的研究

C语言程序设计课程是计算机专业课程体系中不可缺少的一门专业基础课,课程的实践性要求非常强,为了切实达到课程的实践教学目标,本文就该课程的实践教学体系设计、实践教学组织、实践教学方法及考核等方面,进行了体系模块的构建及改革探索,从而能够切实提高学生程序思维能力和实践动手能力和创新能力。     

基于3G传输网络的道路气象预警系统

利用传感技术为监测手段开发一套基于3G传输网络的道路气象预警系统,使道路管理部门精确掌握气象资料和天气预报,并根据各路段的地形及气候特点,结合路段交通状况,制定各自的应急预案,以保证道路的行车安全和顺畅。此系统对道路沿线气象状况进行监测、分析并采取有效的应急预案,对保障道路过往车辆和人身财产安全有着积极作用。     

基于Matlab/Simulink的汽车ABS系统的建模与仿真

以单轮车辆为研究对象,在Matlab/Simulink的环境下建立整车数学模型、双线性轮胎模型、液压制动系统模型和滑移率计算模型,设计PID控制器,对所建立的汽车ABS数学模型进行仿真研究,得出仿真曲线,并将仿真结果与无ABS作用时的制动结果进行对比.结果表明,建立的ABS数学模型可靠,能达到较为理想的制动效果.     

尼龙和聚醋短纤维填充胶料的流变性能

研究了尼龙和聚酯短纤维填充胶料的流变性能，探讨了预处理、温度、短纤维用量等因素对流变性能的影响，分析了短纤维自身性与胶料流变性能之间的依赖关系。     

基于PCA和SVM的遥感影像水体提取方法及验证

针对内陆湖泊水质及光谱特性空间差异性大、支流水系结构复杂而导致的遥感影像水体提取精度低的问题,提出了结合光谱主成分分析(PCA)及支持向量机(SVM)的PCA-SVM水体提取算法。基于GF-1卫星遥感影像,对原始影像光谱波段特征进行PCA降维,从中优选熵、方差、差异性纹理特征向量,结合原始波段及归一化差分水体指数(NDWI),构建了8维特征向量,并基于SVM算法提取湖泊水体。以巢湖洪水期与非洪水期影像为研究实例,分别采用NDWI法、传统SVM算法及PCA-SVM算法对水体进行提取,并进一步基于PCA-SVM算法对2020年汛期巢湖洪水期淹没演变过程进行反演和跟踪,定量解析特征向量组合及SVM惩罚系数C对水体提取性能的影响。结果表明：PCA-SVM算法提取的湖泊完整、支流连续,显著改善了含蓝藻水体漏提、建筑物误提等问题;洪水期和非洪水期提取结果的F1分数分别为95.08%和97.95%,虚警率分别为5.43%和1.13%,提取精度显著高于NDWI法和SVM算法。