基于ARM-Linux/Qt便携式智能γ能谱仪软硬件设计与实现北大核心CSCD

针对核辐射区域γ射线在线监测需求,设计了一款易操作、小体积、便携带、低功耗的智能γ能谱仪。该能谱仪在硬件上选用NaI(TI)闪烁体探测器,使用ADC+FIFO+ARM架构实现ARM高速采集接口,采用NXPARM(imx6ull)微控制器实现了数字多道脉冲幅度分析器及能谱显示与处理;软件运用ARM-Linux4.1.15内核的嵌入式系统完成了驱动开发、任务调度及资源管理,利用跨平台QT编程完成了梯形成型、幅值提取、能谱寻峰、本底扣除等多种核信号与能谱处理算法。测试表明:谱仪能量分辨率为7.50%(@662 keV),且能量响应积分非线性为9.5%,能量刻度平均偏差小于1%,仪器工作稳定,人机交互友好,能谱仪性能良好,满足现场需求,适用于多种场合下的γ能谱测量及核素识别。     

多特征融合的瓷砖表面缺陷检测算法研究

鉴于单一特征在瓷砖种类较多的情况下,存在对瓷砖表面缺陷内容表达不明显,导致复杂瓷砖识别率较低。针对这个问题,在词袋模型（BoF）框架的基础上,提出一种有效的多特征融合算法用于瓷砖缺陷检测。该算法采用改进后的SIFT和颜色矩融合特征作为瓷砖图像的区域特征描述;根据每种特征对瓷砖被分类的准确率大小,给提取到的两种区域特征分配各自的权重系数实现特征的加权融合;形成综合特征向量送入SVM分类器达到瓷砖缺陷分类的目的。通过不同类型的瓷砖样本进行实验表明,该算法识别率高,对复杂瓷砖能实现较好的分类。     

基于G-KPR模式的三维一体创新能力培养模式探究

针对计算机科学与技术专业学位研究生培养仍然存在着本科化倾向的教学实际,分析G-KPR三维一体培养模式基本思想,提出一种将人工智能、项目协作、竞赛激励融入G-KPR模式的三维一体研究生创新培养新模式,介绍具体实施过程与评价,为研究生创新能力培养提供新思路.     

基于多分辨率Trace变换的纹理图像分类

针对Trace变换提取的图像特征缺乏对纹理边缘信息描述和计算代价高的问题,利用小波变换对图像轮廓的表征优势,提出了多分辨率Trace变换并应用于纹理图像分类.首先,将小波变换引入到Trace变换中,对纹理图像进行非下采样小波变换,得到不同频率的低频特征子图及高频边缘子图;其次,在各级子图上进行一组泛函的Trace变换,获取纹理图像的融合特征,在获得图像边缘信息的同时避免了Trace变换不同泛函组合计算代价过高的问题;最后,把融合特征送入支持向量机对图像进行分类.实验结果表明,对图像采用多分辨率Trace变换提取的融合特征具有更好的纹理描述能力,相对于传统Trace变换及MCM等对比方法具有更高的鉴别性能,且在时间效率上相对于传统Trace变换有大幅提升.     

利用Shearlet变换提高叠后地震资料分辨率

反褶积、Q补偿、谱白化、小波变换等方法在提高地震资料分辨率的同时往往会放大噪声,降低地震资料的信噪比。由于地震随机噪声服从高斯分布且其本身并无方向性,因而在Shearlet域可将有效信号与随机噪声分开。通过Shearlet变换将地震信号转换到Shearlet域,对Shearlet域系数进行合理的补偿后,再做Shearlet反变换,可实现对地震资料的提高分辨率处理。结合Shearlet变换的这两个特点,首先舍弃随机噪声Shearlet域系数,同时只对优势频带范围内的Shearlet域系数做补偿和提频处理。这样既提高地震资料分辨率又保持了地震资料信噪比。合成地震数据和叠后实际资料的处理结果表明,本文方法可有效提高叠后地震资料分辨率。     

渤海湾盆地南堡凹陷高尚堡地区油源对比及高蜡油成因

渤海湾盆地黄骅坳陷南堡凹陷高尚堡地区高柳断层两侧原油物性和富集层位差异明显。高柳断层以北,原油主要富集于沙河街组三段,普遍具有高蜡特征;高柳断层以南,原油主要富集于明化镇组、馆陶组和东营组,含蜡量相对较低,为正常原油。应用生物标志物和单体烃碳同位素分析不同层系原油来源。沙三段高蜡油来源不同于高柳断层以南正常原油,前者主要来自沙河街组三段四亚段（Es4₃）烃源岩,后者主要来自高柳断层以南林雀次洼东营组三段烃源岩。Es4₃烃源岩具有高等植物和低等水生生物双重输入的特征,为深层高蜡原油提供了蜡质来源。微生物对有机质的改造、烃源岩较低的热演化程度和沙三段普遍发育异常高压,是高蜡油生成、运移和保存的关键因素。