具有Ricci孤立子的仿Kenmotsu流形

Ricci孤立子在切触与仿切触几何中都是一个研究热点，文中考虑其一分支仿Kenmotsu流形，得到具有Ricci孤立子的Ricci recurrent和φ-recurrent的仿Kenmotsu流形的分类定理。     

氧化铝纤维束织造过程中摩擦磨损性能研究

运用往复线性摩擦试验方法,搭配自制的摩擦试验夹具,模拟织造过程中氧化铝纤维束-筘齿的摩擦行为,研究加载力、预加张力和摩擦频率对悬空状态下氧化铝纤维束摩擦磨损性能的影响.结果表明:随着加载力的增加,氧化铝纤维束所受摩擦力及长丝断裂根数增加,摩擦系数减小;在预加张力为0.40 N时,氧化铝纤维束所受摩擦力和摩擦系数出现最小值,磨损程度也最小;在摩擦稳定阶段,摩擦频率增加,则氧化铝纤维束所受摩擦力先下降,后略有上升,当摩擦频率增加至5 Hz时,氧化铝纤维束的摩擦系数较1 Hz时增加18.7％,磨损程度也最为严重.     

梁结构振动支承约束反力控制

支承或连接构件对梁结构的动力学性能有至关重要影响,必须保证其在振动过程中不发生破坏或者失效。通过合理设计和布局附加弹性支承可以实现对这些重要连接构件所承受约束反力的控制。应用微分变换法推导含附加支承的梁结构支承约束反力及其对于附加支承位置和刚度的灵敏度表达式,并通过优化设计附加支承位置和刚度实现具有弹性约束端的简支梁结构各支承约束反力的平衡,可提高结构的动力学性能。     

EGCG对高脂饮食诱导的肥胖HFA小鼠脂质代谢的影响

利用高脂饮食诱导人源菌群(human flora-associate,HFA)肥胖小鼠模型,探讨表没食子儿茶素没食子酸酯(EGCG)对肥胖小鼠的降脂功效。无菌昆明(KM)小鼠灌胃健康人粪便悬液构建HFA模型后随机分为两组:高脂组40只和普通组10只,分别喂食高脂饲料和普通饲料,8周后各处死10只,测定小鼠体重、肝重、附睾脂肪垫重量、血糖血脂含量以及肝脏和附睾脂肪垫苏木精-伊红(HE)染色。将获得的肥胖小鼠随机分为三组,即对照组,0.2%EGCG低剂量组和0.8%EGCG高剂量组,喂食普通饲料,8周后全部处死,测定同上指标。结果表明高剂量组小鼠附睾脂肪垫重量、总胆固醇(Tch)和低密度脂蛋白胆固醇(LDL-C)含量均较对照组显著降低,分别降低了48.15%、28.64%和43.16%,同时脂肪细胞大小较对照组也显著减小,除此之外EGCG干预组肝脏病变程度较对照组有明显好转。由此证实,EGCG对肥胖HFA小鼠降脂及肝脏损伤修复有一定的作用。     

基于Radon-CPF-Fourier变换的机动目标ISAR成像

由于机动目标的逆合成孔径雷达（Inverse Synthetic Aperture Radar，ISAR）成像中存在多普勒扩散现象，易导致成像分辨率降低。针对此问题，在多分量三次相位信号（Cubic Phase Signal,CPS）模型基础上，提出一种基于Radon-CPF-Fourier变换（Radon-Cubic Phase Function-Fourier Transform,RCFT）的机动目标ISAR成像方法。RCFT可实现CPF中自项能量的相干积累，减轻多普勒扩散带来的影响。与现有的基于时频分析和参数估计的ISAR成像算法相比，RCFT的主副比性能提升了至少2 dB，在时频分辨率无损失时具备更好的自项能量积累能力，可获得更高质量的成像结果。仿真验证了所提方法的有效性。     

基于LP与小波包的复杂机电系统监测序列混沌降噪方法

针对流程工业生产系统监测数据存在强噪声和混沌性的特点,提出了一种局部投影方法(Local Projection Method)与小波包方法相结合的信号降噪方法。该方法先利用局部投影方法从动力学系统嵌入流形的角度进行多次迭代降噪,并根据关联维数来判定迭代终止;再利用小波包方法从频率的角度进行降噪,抑制高频噪声的干扰,取得了较好的降噪效果。用Lorenz时间序列进行仿真验证,对仿真时间序列加入不同程度的噪声,对比分析小波包、局部投影与该方法降噪后的相空间、SNR值和最大Lyapunov指数,证明了该方法对于中高强度噪声具有更好的降噪效果。并将该方法用于某压缩机组的实际监测数据降噪,评估三种方法的降噪效果,进一步验证了该方法的优越性。     

隐式低秩稀疏表示的多视角子空间聚类

针对多视角子空间聚类问题,提出基于隐式低秩稀疏表示的多视角子空间聚类算法(LLSMSC).算法构建多个视角共享的隐式结构,挖掘多视角之间的互补性信息.通过对隐式子空间的表示施加低秩约束和稀疏约束,捕获数据的局部结构和稀疏结构,使聚类结果更准确.同时,使用基于增广拉格朗日乘子交替方向最小化算法高效求解优化问题.在6个不同数据集上的实验验证LLSMSC的有效性和优越性.     

一种基于全变分技术和Lp伪范数的椒盐噪声去除方法

针对传统各向同性全变分（Isotropy total variation，ITV）去噪算法容易导致图像边缘模糊、不易保持图像细节信息等问题，提出一种基于L _p 伪范数和各向同性全变分的图像去噪方法。该方法将L _p 伪范数代替ITV模型中的L ₁范数，利用交替方向乘子算法（Alternating direction method of multipliers, ADMM）将能量泛函拆解成若干个子问题，并将差分算子视为卷积算子；然后引入卷积定理和快速傅里叶变换(Fast Fourier transform, FFT)提高算法运算效率；最后通过Matlab进行仿真实验，运用图像质量的客观和主观评价方法进行评价分析。结果表明，本文方法能够较好地保留图像的边缘特性，有效提升去噪效果。