结构森林边缘检测与渗流模型相结合的混凝土表面裂缝检测

针对现有混凝土表面裂缝检测方法对不同环境下采集的裂缝图像集检测效果鲁棒性不强的问题,引入基于结构森林的学习框架来提取裂缝边缘,并融合改进的快速渗流算法检测裂缝,以保证检测精确率和效率。使用分段函数对彩色图像进行线性变换以增强裂缝,根据包含裂缝块的局部结构特征及彩色图像积分通道特征,利用结构森林边缘检测器快速提取裂缝边缘,同时结合改进的渗流模型快速渗流边缘并去噪。最后,利用形态学方法,连接较小断裂并填充孔洞。在收集的各类裂缝图像集上的实验结果表明,该算法处理速度快、鲁棒性好,且裂缝提取的精确度优于现有算法。     

基于DIFC的租户自主授权SaaS层数据隔离与共享模型*

SaaS服务提供者对租户间提供数据共享服务时,容易造成租户数据的泄露,并且在租户未经许可的情况下,可以非法获取租户的隐私数据。针对上述SaaS服务的缺陷,本文引入了分布式信息流控制(DIFC)安全防护机制,提出了基于DIFC的租户自主授权SaaS层数据隔离与共享模型。该模型强制SaaS服务提供者执行标签比对机制,各租户可以自主划分用户信息级别,定制全球唯一标记。并通过第三方可信标签管理授权服务(AS),细粒度地限制租户间的数据共享操作,并必须经用户授权标签才能访问相应数据。最终本文证明了此模型可以满足租户数据隔离与共享的安全。     

基于粒子群算法的无线信道资源分配算法研究

为了 最大化 多媒体无线信道资源分配的网络效用,提出了一种新的基于粒子群算法的信道时间分配算法。该算法能够优化分配给网络内每个设备的时间,以便为每位网络用户 提供最优化的服务质量(QoS)。所提算法结合了多样性增加函数以及基于个体最优值的学习方法,并基于自适应粒子群算法进行了改进,在持续增强QoS的同时加快了收敛速度。在多达40个设备的千兆网络环境内对所提算法进行了测试。实验结果表明,提出的算法能够大大提升资源分配能力,尤其是在网络规模较大的情况下。     

分光光度法测定(Zn-Fe)-TiO2复合镀层中Ti和Fe

在盐酸-硫酸介质中,钛、铁与二安替比林甲烷分别生成黄色络合物和红色络合物;选出合适测定波长为390 nm和520 nm。研究了酸度、显色剂用量、显色时间及共存离子对测定结果的影响。结果表明:钛在0~7.4μg/mL、铁在0~6μg/mL范围内遵守比尔定律,其表观摩尔吸光系数分别为0.954×104L/(m o.lcm)和0.266×104L/(m o.lcm)。此方法简便、准确,用于(Zn-Fe)-T iO2复合镀层中Fe和T iO2复合量的同时测定是可行的。     

长江经济带土地利用时空演变及相关社会要素分析

基于长江经济带五期土地利用遥感监测数据,利用土地利用转移矩阵、动态度及土地利用强度指数分析土地利用时空变化,并分析其与社会政策、人口密度及用水量的关系。结果表明：长江经济带土地利用变化主要表现为水田减少、城镇用地和水域增加;土地利用变化的时空差异较大,与上中游相比,下游土地利用变化时间较早,土地利用动态度和土地利用强度较大;1990年后土地利用强度持续增加且生态环境有所改善,土地利用动态度在2010～2015年最大,2000～2010年最小;土地利用变化受社会经济政策影响较为显著,同时土地利用强度与用水量、人口呈正相关关系。     

用固定化Oil-56黄杆菌修复地表水菌体形态变化

利用聚乙烯醇-海藻酸钠(PVA-Na.A lg)联合包埋固定化一株黄杆菌O il-56,进行污染地表水修复实验研究,结果表明固定化细菌的修复效果明显好于游离细菌。同时利用扫描电子显微镜观察了固定化颗粒内部细菌形态的变化,解释了由于Na.A lg溶解导致水体CODC r升高的原因,并分析了固定化颗粒传质扩散性能的缺陷,指出PVA-Na.A lg固定化工艺尚需改进。     

多孔陶瓷的制备、应用及其研究进展

多孔陶瓷材料是一类重要的陶瓷材料,由于其特有的三维多孔结构使其具有高孔隙率、良好的化学稳定性、小体积密度及低导热性等特点,从而被广泛应用于众多领域。本文回顾了多孔陶瓷材料的几种传统制备方法,并介绍了多孔陶瓷制备工艺的新进展,同时阐述了各种制备方法的特点,指出了今后多孔陶瓷的发展趋势和发展前景。     

含水量对淀粉玻璃化转变特性的影响

为揭示非晶态高聚物的结块机理,该文对不同含水量的淀粉玻璃化转变特性进了研究。采用自行设计的热膨胀计实验装置测定了玉米、地瓜(甘薯)、荞麦及豌豆4种淀粉的玻璃化转变温度,考察了不同含水量对玻璃化转变温度的影响。利用Gordon-Taylor方程建立了淀粉体系的含水量与玻璃化转变温度间的数学关系式Tg=(-135M+kTg)′/(M+k)与k=-0.00618Tg′+1.10607,其预测值与实验测量值接近。这为淀粉及其相关制品的加工及储藏提供了参考。     

基于傅里叶变换和连通图的聚类分析方法

聚类是假设数据在具有某种群聚结构的前提下根据观察到的无标记的样本发现数据的最优划分。针对已有的聚类算法存在的缺点,假设数据样本的结果簇是密集的,且簇与簇之间区别明显,基于该假设提出一种基于傅里叶变换和连通图的聚类分析方法 FGClus。首先针对每个样本点计算k阶距离矩阵并序列化作为离散傅里叶变换的输入信号;然后抽取频域内幅值最小的复数项并构造输入序列进行傅里叶逆变换,得到在时域空间中的最佳阈值;最后利用该阈值结合连通图指导最终的聚类过程。实验表明,FGClus算法克服了K-means算法聚类前需确定聚类个数、聚类结果对初始代表点的选取敏感、只能聚类球状数据等缺点,取得了良好的聚类效果。     

约束自适应Loop曲面细分

自适应细分已经被广泛应用于曲面细分领域以减少不需要的细分次数和细分面数。但是目前自适应细分都存在不同细分层次之间的裂缝拟合问题,造成了不同细分层次之间的曲面无法光滑连接,对此提出一种基于中分面的约束应细分方法。该方法的主要思想是通过对深度较高区域的1邻域三角形平分,根据产生裂缝的个数,将插入点与其1邻域的网格相连,从而降低高细分区域与低细分区域的深度差,达到不同细分程度光滑过度的细分效果。