一种动态场景多运动目标的综合检测方法

提出一种动态场景下多运动目标检测的方法。该方法融合基于帧间图像差值的运动分割技术以及区域生长法来获得各运动目标的初始轮廓。再利用主动轮廓线模型进行优化，从而得到各运动目标的最优轮廓，该方法具有以下明显特点：允许背景任意复杂；在无补偿情况下仍能得到良好结果；目标大小不影响算法的鲁棒性．实验证明了该方法的有效性、实用性和鲁棒性。     

提高网络应用性能的网络结构设计

针对网络工程应用性能问题，提出了基于遗传算法的前馈多层神经网络结构自动设计方法（genetic multilayer neural network,GNNN)。该方法依据网络综合性能指标（泛化能力，学习精度，学习效率）优势趋势进行网络结构优化设计。该方法具有训练速度快，适应性强的特点，对提高网络的应用性能有可取之处。仿真结果表明该方法是可行的。     

基于混合遗传算法的力矩受限圆轨二级倒立摆摆起控制

为了实现力矩受限时圆轨二级倒立摆非线性系统的摆起控制,提出了一种新的开环优化控制策略.该策略通过在规定的时间内向系统施加一前馈控制序列,使上、下摆杆从自然悬垂位置摆到倒立点位置并使速度为零.为了获得最优摆起控制序列,采用混合遗传算法进行优化计算,通过编码操作解决控制力矩受限问题.仿真实验证明,该策略是有效和可行的,并为其他非线性多变量系统的控制提供了有效方法.     

Na2CO3基吸附剂颗粒制备及其脱碳性能

采用挤压-滚圆法制备Na₂CO₃基CO₂吸附剂微球颗粒,在自行设计的CO₂吸收系统中对制备的样品进行脱碳性能测试。结合相关表征测试,探明不同载体、不同负载量的Na₂CO₃基吸附剂的微观结构、脱碳性能以及机械性能的变化规律和内在原因。研究表明：不同载体的Na₂CO₃基吸附剂颗粒脱碳性能存在明显差异,其中氧化铝负载的吸附剂（Na₂CO₃/Al₂O₃）的脱碳性能最好,可达1.14mmol/g。铝酸钙水泥负载的吸附剂（Na₂CO₃/CA）机械性能较好,但其脱碳性能最差。结合吸附剂脱碳和机械性能的综合考量,Na₂CO₃/Al₂O₃是最为合适的CO₂吸附剂,并进一步研究不同Na₂CO₃负载量的影响。研究发现随着Na₂CO₃负载量的变化,吸附剂的微观结构、脱碳性能以及机械性能都存在明显的差异。虽然60%负载量的Na₂CO₃/Al₂O₃吸附剂颗粒的机械性能和脱碳效果较好,但其成球度较差,影响其实际应用。质量分数40%负载量的Na₂CO₃/Al₂O₃吸附剂颗粒具有良好的脱碳性能、机械性能以及成球度,CO₂脱除量为1.36mmol/g。总体而言,利用挤压-滚圆法制备的Na₂CO₃基吸附剂颗粒具有良好的流动特性、脱碳性能和机械性能,适用于电厂烟气中的CO₂脱除。