高泉背斜地层压力测井多参数综合解释与异常高压成因

目前国内外地层压力测井解释方法较多,但大多数方法基于欠压实沉积理论并局限于单一的地层岩性,尤其是针对盆地边缘山前深层构造,单一测井参数确定地层压力误差较大,且无法解释沉积压实机制以外的异常高压。为此,将多种异常高压机制相关的测井参数进行综合解释,建立适合山前复杂构造的地层压力测井多参数计算模型,评价准噶尔盆地南缘高泉背斜高探1井的地层压力剖面,其计算结果与钻井实测数据吻合,相对误差小于3.00%.同时,基于原始沉积加载—卸载过程力学原理,利用地层压力测井多参数分析判别出高泉背斜深层各层系异常高压的形成机制。     

面向高光谱影像分类的多特征流形鉴别嵌入

鉴于传统维数约减方法对高光谱遥感影像进行降维时,往往只利用了单一的光谱特征,限制了分类性能的提升。提出一种基于多特征流形鉴别嵌入的维数约减方法,该方法首先提取高光谱数据的LBP(Local Binary Patterns)纹理特征,然后利用样本点的光谱-LBP特征联合距离及类别信息构建类内图和类间图以发现高光谱影像中的鉴别流形结构,在低维嵌入空间中不仅保持来自同一像素的光谱和纹理特征的相似性,而且使同类点尽可能紧致、不同类点远离,实现空-谱联合低维鉴别特征提取,以有效提高地物分类性能。在Indian Pines和黑河高光谱遥感数据集上的实验表明,本文算法的分类精度在不同实验条件下均优于传统的维数约减方法,其分类精度可达95.05%和96.20%,在较少训练样本条件下优势更为明显,有利于实际应用。     

直流伺服系统的模糊控制实现

介绍了直流伺服控制系统的结构及工作原理，提出了利用模糊控制技术实现位置控制的算法，并利用PC机实现了模糊控制，实际运行结果表明，系统稳定可靠，控制精度高。     

增强联系鉴别分析及在人脸识别中的应用

针对人脸识别中的小样本问题,本文提出了一种名为增强联系鉴别分析的方法并应用人脸识别中.该方法利用将人脸局部流形的结构信息和样本的类别信息进行有效地结合进行维数约简,首先构建人脸数据的近邻图与类别联系图,然后通过解决在一定约束条件下的优化问题来获取低维鉴别流形特征,实现在低维空间中同一类人脸数据聚集,不同类别间的人脸数据间尽可能发散,从而可以更好的应用于分类.在AT&T和Yale人脸图像数据库上的实验结果表明该方法能有效的提高人脸识别的性能.     

10kV配网电力工程的技术问题分析与解决

随着我国电力行业的不断发展，电网系统得到了不断升级，配电网络的结构也相应出现了较大的变化。10kV配网作为配电网络中的一个重要组成部分，近年来在应用规模上得到了迅速扩大，但也因此对其技术管理和安全运行方面提出了更新、更高的要求。本文结合实际工作经验，针对10kV配网电力工程的常见技术问题和相应的解决措施进行了研究与探讨。     

淀粉在造纸工业中的应用及淀粉蒸汽喷射蒸煮工艺与设备的进展

介绍了淀粉在造纸工业中的应用及淀粉蒸汽喷射蒸煮工艺及设备;介绍了水热器的结构、原理、节能效果及水热器在淀粉蒸煮工艺中的应用与进展。     

基于LabVIEW数据采集系统的设计

介绍一种基于虚拟仪器的数据采集和处理的实现方法。以LabVIEW7.1为软件开发平台,重点介绍了对数据采集与分析处理的虚拟仪器系统;在此基础上,简单介绍了波形采集和测量的基本思想,以及将其应用到现代电机调速系统中。系统可以实现对输入数据进行采集、分析、显示、储存、打印和历史数据回放等功能。系统具有良好的人机交互界面,易于维护和系统扩展。实际应用表明,该系统操作简单,满足试验系统技术指标。     

拉曼光谱分析技术在磷化工生产中的应用

拉曼光谱分析技术因操作简单、无样品前处理、灵敏度高、对样品无损害等优点而被广泛应用。介绍拉曼光谱分析技术在磷矿选矿加工、湿法磷酸生产、磷复肥生产、磷石膏相关检测等方面的应用，为进一步扩大拉曼光谱分析技术在磷化工生产中的应用提供参考。     

铸涂纸操作故障与纸病

本文分析了铸涂纸外观纸病产生的原因及其在操作中产生的故障，并提出了克服这些故障的处理方法及消除纸病的具体方法。     

基于有监督的核局部线性嵌入的面部表情识别

流形学习方法可以有效的发现存在于高维图像空间的低维子流形并进行维数约简，近年来越来越受到生物特征识别和认知科学领域的研究者的重视。但是流形学习是一种非监督学习方法，其鉴别能力反而不如传统的维数约简方法，而且流形学习方法大多没有明晰的投影矩阵，很难直接对新样本进行维数约简。针对这两个问题，本文提出一种新的有监督的核局部线性嵌入算法(supervised kernel local linear embedding，SKLLE)，并将算法应用于面部表情识别。该算法通过非线性核映射将人脸图像样本投影到高维核空间，然后将人脸图像局部流形的结构信息和样本的类别信息进行有效的结合进行维数约简，提取低维鉴别流形特征用于表情分类。SKLLE算法不仅能发现嵌入于高维人脸图像空间的低维表情子流形，而且增强了局部类间的联系，同时对新样本有较好的泛化性，实验结果表明该算法能有效的提高面部表情识别的性能。