国内制冷量最大的溴化锂吸收式制冷机的研制

简要阐述了我国制冷量最大的溴化锂吸收式制冷机的研制经过及投产后获得显著经济效益的情况。分析了该机组的主要特点,为需要大制冷量而只有低压蒸汽源可供利用且用电紧张的用户提供了最佳选择。     

GEO星机双/多基地SAR系统同步探讨

分布式合成孔径雷达（SAR）系统已成为SAR领域新的研究方向和研究热点,在地球静止轨道（GEO）上构建发射站,在空中飞机上配置SAR接收机的星机双基地SAR,是一种新体制的SAR系统。该文对基于地球静止轨道（GEO）的卫星作为发射站平台,飞机作为接收站的星机双基地SAR系统进行了介绍,给出了系统的组成方式,并就星机各自的轨道进行了简述,文章重点对GEO星机双基地SAR系统的同步问题进行了分析,提出了初步的构想,并给出了部分仿真结果。     

尿道下裂发生的危险因素研究

目的研究尿道下裂发生的危险因素。方法按统一的调查方法对90例江西籍尿道下裂患者母亲和180例正常儿童的江西籍母亲进行面对面问卷调查,应用软件对所有调查因素进行多因素Logistic回归分析。结果尿道下裂发生与妊娠早期母体吸烟（X2）、接触农药（X5）、接触杀虫剂（X6）及胎儿低出生体质量（X12）呈正相关（均P〈0.05）。结论妊娠早期母体吸烟、接触农药杀虫剂、胎儿低出生体质量可能增加胎儿尿道下裂的发生风险。     

基于复交替投影神经网络的陷波器

针对军事上经常遇到的一种特定情况，在综合考虑信号的时域与频域特征的基础上，运用复交替投影神经网络的结论，设计出了一种基于复交替投影神经网络的陷波器。理论分析与仿真结果表明，该陷波器对强的工频干扰的基频及其高次谐波都有一定的抑制作用，而且还能跟踪工频干扰的变化。尽管是针对特定情况设计的，它对其它情况也是适用的。由于采用全互连神经网络结构，而且各神经元的运算都极为简单，因而易于并行计算和VLSI实现，从而可满足军事上高实时性的要求。     

改进的机场停泊飞行器目标分割算法

考虑到飞行器目标在整幅图像中所占的比例往往较小,且图像背景复杂,本文提出了一种基于机场区域提取的飞行器目标分割算法.该算法首先利用Hough变换检测直线的特性,定位机场跑道和停机坪的位置,并结合教学形态学等图像处理技术去除了非机场区域;在提取机场区域后,再选择适当的阈值对图像进行分割,最后经过形态学去噪、小区域去除等步骤分割出飞行器目标.实验结果表明,该算法改进了以往机场区域提取算法保留候机楼等附属部分以及提取结果中存在机场区域以外区域的缺点,较好地实现了机场停泊飞行器目标的分割,为下一步准确识别飞行器类型奠定了基础.     

电容式电压互感器的故障原因分析及预防

为了保障电容式电压互感器的平稳运行,杜绝安全隐患,根据多年在现场工作中遇到的实际案例,列举了电容式电压互感器的典型故障案例,在分析电容式电压互感器的结构及工作原理原理的基础上,分析产生故障的原因,结合现场系统运行情况提出相应的故障预防措施,对同类型设备养护具有参考价值。     

一种基于数学形态学细化的道路跟踪选择算法

在航空图像中提取道路信息具有十分重要的军事和民用价值。利用航空图像中道路与背景之间通常存在着灰度差异,结合数学形态学知识,提出了一种基于数学形态学细化的线性跟踪选择算法,并对算法进行了详细描述和算法优点分析,通过实验验证了算法的有效性,实验证明所设计的线性跟踪选择算法检测效率较高,参数易于选择,道路提取效果好,具有较高的应用价值。     

一种连续值属性约简方法ReCA

属性约简是Rough集理论的主要应用和研究内容之一．现有的各种属性约简方法大多适用于离散值属性．对于连续值属性的数据处理,通常做法是先对其进行离散化．这种先期对数据进行的处理会丢失一些信息,易于使约简产生错误．针对连续值信息系统,提出了一种新的属性约简方法ReCA,该方法将连续值属性离散化与属性约简过程融为一体,以基于信息熵的不确定性度量作为适应度函数。通过进化计算同时得到约简属性集合和离散化的断点集合．实验表明,该方法不仅可以有效地进行属性约简,而且与Rough集及C4．5两种方法相比,得到的属性数目少、测试精度较高．     

灰铁排气管铸件的工艺改进

介绍了出口日本的材料牌号为FC200的排气管铸件的结构及特点,采用原铸造工艺方案,铸件出现气孔、起皮等铸造缺陷,半年综合废品率达到了53.54%。通过充型过程模拟,改进浇注系统,严格控制浇注时间等措施,铸件废品率下降到了3.62%,基本上消除了起皮及气孔等铸造缺陷。     

基于方差比值特征的目标跟踪

采用在线自适应调整查找感兴趣目标区域特征的方法，实现了改进的目标跟踪。通过选择能够最大程度区分前景目标和背景的特征，计算其对教似然比值，以得到提高了单峰特性的加权图像，然后采用类间方差比值的方法对加权图像排序，选择排序最靠前的特征组合作为最好的特征，结合mean～shift算法完成目标跟踪。通过与传统mean—shift算法的跟踪效果比较，该算法对于目标表面和场景变化的情况都能够很好地适应处理。