马尾松树皮改性及吸附性能的研究初探

以马尾松树皮为原料,采用"甲醛-盐酸"法进行改性,制备树皮生物吸附剂,并探讨其对重金属离子的吸附性能。研究表明,改性适宜工艺条件为:树皮粒径40~60目,甲醛20 m L,盐酸浓度0.5 mol/L,反应温度50℃;最佳吸附工艺条件:改性树皮吸附Cr6+时,溶液浓度180 mg/L,p H为5,反应温度为35℃,吸附时间为60 min。     

采用双字典协作稀疏表示的光照及表情顽健人脸识别

提出一种采用小波变换(WT)及双字典协作稀疏表示分类(CSRC)的人脸识别方法-WT-CSRC.WT-CSRC首先利用PCA(主成分分析)将小波分解后的人脸高频细节子图融合成高频细节图像;然后用PCA分别对人脸低频图像和高频细节图像进行特征提取,构造低频和高频特征空间,并用训练样本在两种特征空间上的投影集构造低频字典和高频字典;最后将测试样本在两种字典上进行稀疏表示,并引入互相关系数以增强人脸识别的可靠性,实现了人脸的协作分类.实验结果表明,提出的方法提高了人脸识别率,对光照变化及表情变化具有较强的顽健性,并且具有较高的时间效率.     

应用于JPEG2000的高性能离散小波变换VLSI结构

提出将JPEG2000小波变换单元的熵编码单元作为整体进行设计，在两个单元间建立基于流水线的处理方式，充分考虑了JPEG2000中两个单元间处理的一致性和资源共享性，提高了系统的处理速度．文中的结构具有灵活的可配置性，可以根据需要选择不同的小波滤波器，能够选择小波分解的次数，选择小波变换过程中数据延拓方式等．对硬件实现时的有限精度效应进行分析，确定了整个处理单元数据通路的数据宽度．最后，采用SMIC的0．18肿工艺验证了文中的结构，整个结构约为6600等效门，最高处理速度约为300MHz；同时，文中结构还在Xilinx的XC2V2000FPGA上进行了具体实现．与相关的结构进行性能比较结果表明，文中结构在设计复杂度、最高处理速度等方面都明显优于同类的设计结构．     

基于变分模态分解的暂态扰动波形去噪算法

针对经验模态分解去噪时存在的模态混叠问题,提出一种变分模态分解与滑动均值滤波相结合的去噪算法。首先通过寻找变分模型最优解将含噪信号分解成若干个固有模态。然后利用相关系数准则确定最优分解层数K以及其对应的相关模态,并用滑动均值滤波器对非相关模态进行处理以得到其中的有用分量。最后基于相关模态和非相关模态中提取的有用分量构造去噪后的信号。仿真表明,与经验模态分解去噪和小波去噪相比,所提出的算法能够在更有效去除暂态扰动中噪声的同时,保留暂态扰动中的特征信息。     

浅谈三机有槽改格法生产线的工艺设计

综述了三机有槽生产线改造成为格法生产线的设计方案和主要设计内容，并如如何利用原辅助生产设施做了较为详细的叙述。     

基于增益阻抗理论的故障选线方法

基于增益阻抗概念,提出了一种全新而有效的解决中性点非有效接地系统单相接地选线问题的方法:即利用单相接地故障过程中产生的暂态扰动来寻求非故障侧的增益阻抗,借助该阻抗和相应判据实现故障线路的判定。如果故障发生在测量点上游,测得的增益阻抗为下游等效阻抗;如果故障发生在下游,则增益阻抗为上游等效阻抗的负值。借助等效序网论证了采用零序增益阻抗具有更强的可实施性,进而针对中性点不接地系统和谐振接地系统分别推导出了基于基波和五次谐波零序增益阻抗的单相接地故障选线判据。大量仿真和动模实验结果都验证了该方法的有效性。该方法物理概念明确,实施简单。     

基于满意区间的协同过滤推荐算法

用户的个性化评价标准导致评分值不能合理地表达用户对项目的偏好程度。针对此问题,引入满意区间的概念,并据此提出了一种协同过滤推荐算法。该算法建立用户评分值与满意区间的映射关系,并通过满意区间计算用户间的相似度。通过满意区间的划分解决了用户评价标准差异问题,更合理地表达用户对项目的偏好程度。实验结果表明,该算法能有效地解决上述问题,提高推荐准确率。     

流量测量的关键技术分析与研究*

流量测量在流量计费、网络资源优化和异常检测等方面有广泛的应用。针对传统的流量测量模型缺乏可扩展性的缺点,提出了一种适用于高速网络的可扩展的流量测量模型。该模型采用报文分批处理的思想引入了两级缓冲区结构,使得缓存报文和流量统计两个过程同时进行。基于此模型,抽象了流量测量的两大关键技术,即流量抽样测量技术和概要数据结构。运用此模型进行高速网络的流量测量,不仅会降低资源的需求、提高分析的速度,而且还不会失去准确性。     

一种改进的动态流特征选择算法

流特征选择算法在深度流检测技术中发挥着重要作用,数据流的正确识别和分类都需要选择流特征,通过这些流特征在业务流中的差异区分业务流类型。当前基于信息度量的特征选择算法在整个样本空间中计算特征的信息熵,没有将特征选择过程中的动态变化信息加入计算,因此不能准确地度量特征选择过程中各个特征之间的相互关系程度,冗余信息的存在影响特征选择结果,导致分类算法性能降低。提出一种改进的动态特征选择算法,该算法基于信息标准,充分考虑特征选择过程中信息标准的动态变化,通过删除由信息动态变化导致的冗余及无用信息,避免动态选择过程的干扰,达到准确并高效选择特征的目的。实验数据说明,提出的动态流特征选择算法的分类性能比当前其他选择算法较好。