葛洲坝工程对下游河道水文情势影响研究

计算葛洲坝1982—2014年的入库流量和下泄流量的IHA指标,采用RVA变化范围法分析考虑葛洲坝水库的修建运行对水文情势的影响。结果表明:葛洲坝水库为日调节水库,对月流量、极端水文状况及出现时间、高流量和低流量脉冲次数和平均历时改变较小,对涨落水指标改变较大,尤其是对流量逆转次数和日增长率改变明显。     

浅谈高速公路监控系统的设计

随着科技的进步,计算机、网络、通信以及控制技术的发展和结合,高速公路监控技术得到了广泛的应用。本文概述了高速公路监控系统的特点,提出设计思路以及系统结构规划设计,着重分析了系统中接地、防雷及抗干扰等方面的设计方向,为高速公路监控系统的设计提供有效的参考。     

稀土掺杂荧光玻璃的制备与性能研究

采用市面上商用的低熔点玻璃粉、稀土荧光粉与丙烯酸树脂混合,通过丝印成膜、程序升温与淬火的方式制备了全无机低熔点高稳定性发光玻璃。采用DSC、XRD、SEM、激发发射光谱等分析手段对低熔点发光玻璃进行了各种性能分析：从研究中我们发现稀土荧光粉的平均粒径大约为18 μm;低熔点玻璃的玻璃化转变温度为285 ℃,添加适量稀土荧光粉后玻璃化转变温度升高到305 ℃左右;荧光玻璃膜中有少量孔洞,可以添加适量消泡剂或者延长保温时间来改善;荧光玻璃的晶相为玻璃相,烧结后出现了稀土荧光粉的特征峰。将0.6 mm厚的荧光玻璃经过激光切割(大小为2 mm*2 mm)与叠加蓝光发光芯片形成发光模组后测得荧光玻璃光效为115.5 lm/W,发光效率为76.2 %。因此,本课题的研究为高光效和高可靠性的小尺寸大电流大功率LED制备提供了有价值的途径。     

基于压缩感知的超分辨率图像重建

压缩感知(CS)利用图像稀疏表示的先验知识,从少量的观测值中重建出原始图像。将CS理论应用于单幅图像超分辨率(SR),提出一种基于两步迭代收缩算法和全变分(TV)稀疏表示的图像重建方法。该方法无需任何训练集,仅需单幅低分辨率实现图像重建。算法在测量矩阵里加入下采样低通滤波器以使SR问题满足应用CS理论的有限等距性质;采用TV正则化函数,利用两步迭代法引入TV去噪算子,可以更好地重建图像边缘。实验结果证明,与已有的超分辨率方法相比,在不同的放大倍数下所提方法重建图像视觉效果更好,在峰值信噪比(PSNR)的评价指标上有显著的提高(4~6dB),且实验证实滤波器的引入决定算法的重建质量。     

基于实例和属性加权朴素贝叶斯的电气事故分类研究

为实现对电气事故快速、准确和动态的分类,提出一种有机结合实例和属性加权的朴素贝叶斯电气事故分类方法(AIWNB)。朴素贝叶斯分类方法中的先验概率和条件概率采用两种实例加权方式加以改进,积极实例权值取决于各属性值频度的统计值,而消极实例权值通过逐条计算训练实例与测试实例间的相关性加以确定。属性权值则基于互信息定义为属性-属性相关性和属性-类相关性之间的残差。所提出的AIWNB方法将属性加权和实例加权有机结合在朴素贝叶斯统一框架内,利用高低压用户的电气实测数据进行验证,实验结果表明,与朴素贝叶斯相比,加权后的朴素贝叶斯方法更具竞争性,准确率和F1分数可提升3.09%和9.39%,证明所提的AIWNB算法在电气事故分类的实用性及有效性,并可推广至其他分类情形。     

南干渠工程二衬混凝土气泡成因及控制技术

针对北京市南水北调配套工程南干渠二衬混凝土表面存在不同程度气泡的问题,从混凝土配合比、浇筑过程控制和脱模剂等方面进行了试验研究,发现了气泡产生的主要原因,提出了一套成熟的、有效的控制措施,解决了南干渠二衬混凝土浇筑外观质量的问题。     

PBT-X2型识别仪在结核蛋白生物芯片中的应用

应用PBT-X2型生物芯片识别仪快速检测结核分支杆茵抗体。采用CCD原理结合视频采集技术，将生物芯片标本信息输入计算机，并通过专用分析软件对结核LAM、16-kDa、38-kDa蛋白芯片检测信号的定量分析和定性结果判定。本试验分析了434人的三项指标检出率分别为：45．2％(135／299)；17．3％(67／387)；20％(74／370)。对结核病的诊治是有积极的意义。     

三种测度融合的加权引导滤波匹配算法

针对立体匹配算法中,census变换在弱纹理区域具有较好效果,但忽略了图像的灰度信息,造成在重复纹理区域匹配效果不理想,提出了一种改进的census变换。在初始匹配代价阶段,设计了一种在census变换的基础上融合互信息和梯度信息的相似性测度算法。在代价聚合阶段,采用自适应权重引导滤波聚合策略。最后,通过视差计算、视差优化得到最终的视差图。在VS2015软件平台上对Middlebury网站上提供的标准测试图进行实验,实验结果表明,所提算法能够得到较为准确的视差图,平均误匹配率为5.29%,可以满足三维重构的需要。     

基于暗通道先验的图像去雾算法改进

为了实现基于物理模型的图像复原去雾算法,文中提出了一种改进的基于暗通道先验的图像去雾算法。介绍了雾天图像退化模型和基于该雾天图像退化模型的几种去雾算法。详细介绍了何恺明提出的基于暗通道先验的去雾算法,该算法在估计光线传播图时使用的基于导向滤波的软抠图非常耗时,经过改进,直接使用景深估计光线传播图,算法运行时间大大减少。最后,使用MATLAB对改进的去雾算法进行仿真,并与原算法的运行时间进行比较。结果显示新方法对光线传播图的估计可靠,运行时间对比改进前大约下降60%,实时性大大提高。带有天空的有雾图像去雾后色斑和光晕大幅减少,取得了很好的效果。改进的去雾算法运行速度快、去雾效果好,新提出的光线传播图估计方法可靠,并且去雾过程中得到的光线传播图可以用于其他应用。