大孔径厚针孔成像数值模拟研究

为解决cm级尺寸射线源的空间分布诊断，本文提出大孔径厚针孔成像方法。采用Geant4软件编写蒙特卡罗程序模拟5、10和15 mm大孔径厚针孔的成像过程，采用Matlab软件实现逆滤波、Wiener滤波和Lucy-Richardson复原算法，以均方根误差σ作为复原效果评判标准，优化了Wiener滤波信噪比参数和Lucy-Richardson算法迭代次数参数。将复原算法应用于不同孔径厚针孔的图像复原，发现理想逆滤波算法会引起噪声放大；Wiener滤波算法图像复原解存在较严重的伪影；Lucy-Richardson算法可获得清晰的复原图像。结合Lucy-Richardson算法的5、10、15 mm大孔径厚针孔成像获取的图像的σ是0.5 mm孔径传统针孔成像结果的1.15、1.21、1.26倍。结果表明，结合图像复原算法的大孔径厚针孔成像技术能获得与传统针孔成像接近的源图像测量结果，初步验证了该方法具有可行性。     

基于抖动的高速真随机数发生器的设计和实现

针对当前真随机数生成rU(TRNG)中存在的问题,基于振荡环中的抖动((Jitter)设计了一种高速真随机数发生器,通过二次采样来改善随机数的随机性以及输出的稳定性,采用基于线性反馈移位寄存器(LFSR)的后处理,以很小的硬件代价改善了随机数的统计特性.本设计在Altera Cyclone III的FPGA(Field...     

从白云鄂博尾矿中浮选回收稀土

包钢白云鄂博选矿厂尾矿库内尾砂(-0.074 mm占41%)稀土含量丰富,主要稀土矿物为氟碳铈矿,REO品位为6.00%。为开发利用该尾矿中的稀土资源,采用浮选工艺进行了稀土回收试验。结果表明,采用浮选工艺回收试样中的稀土矿物是可行的;在磨矿细度为-0.074 mm占98%、矿浆pH=9(自然pH)条件下,以水玻璃和草酸为调整剂、8#药为捕收剂、2#油为起泡剂,采用1粗3精1扫、中矿顺序返回流程处理试样,可获得REO品位为22.23%、回收率为72.21%的稀土精矿,试验指标较好,可作为回收白云鄂博选矿厂尾矿中稀土资源的依据。     

论我国饭店业的可持续发展

饭店业作为旅游产业的一个重要组成部分,与环境保护有着天然的耦合联系,是环境保护工作的重点。运用生命周期理论来指导饭店业的经营管理是实现可持续发展的最优选择。推行ISO14001为实现饭店业的可持续发展奠定了管理的基础,创建“绿色饭店”为技术创新和运用提供了基本的原则和框架。     

基于LonWorks技术的家居能源及信息监控管理系统

介绍了家居能源及信息监控管理系统的系统构成、系统功能、工作原理和发展前程。控制系统在逻辑结构上分为两层：现场设备层和网络控制层；I^2C总线用于现场设备层，网络控制层采用LonWorks总线。文章对家居能源及信息监控管理系统进行详细的分析和论述。     

遥测值超常误差的分析及消除方法

1 超常误差出现的原因 在新投运的电力调度远动数采系统中,常会看到调度主端模拟屏上的数显值与终端变电站盘表指示值相差悬殊,有时高达20％～100％。各遥测回路内的测量元件在安装前都是按照计量标准校验过的,其综合误差最大不会超过0.5％,而变电站指示仪表最大误差允许值是2％,两误差相加不会超过2.5％,这样的误差仅凭视觉是比较不出来的。如果凭视觉能够分辨出来的误差至少在10％以上,这种误差应该称作超常误差。一般情况下能够影响遥测回路出现超常误差的原因只有微机程序中测量系数的设置和测量元件的外部结线的问题。     

电子步道在步态时空参数测量中的可靠性

评估电子步道在步行运动学参数采集中的可靠性.37名男性志愿者参与到实验中,年龄在21岁到32岁之间,所有受测者都是健康的个体.在实验中,分别以自选的慢走、正常走和快走三个模式采集步行中的步长、步频和步速.研究结果显示电子步道在测量步态时空参数时具有很高的可靠性,还展示了可靠系数分别达到0.75和0.9所需的测试次数.当利用电子步道采集不同速度模式下的步态参数用于实验研究时(可靠系数大于0.9),至少需要3次测量.     

硫酸盐腐蚀混凝土的表面硬度与抗压强度的经验本构关系

回弹法现场评估混凝土的抗压强度是目前应用最广泛的非破损检测方法之一,然而关于回弹法是否适用于硫酸盐腐蚀的混凝土的研究非常少。对硫酸盐腐蚀混凝土的表面硬度与腐蚀龄期的关系模型化是非常有必要的。本文基于前人的工作上,建立了硫酸盐腐蚀混凝土的表面硬度和抗压强度的经验本构关系。试验结果拟合相关性好,验证了硫酸腐蚀混凝土的表面硬度与抗压强度的经验本构模型在水灰比为0.35~0.60和腐蚀龄期30~360天的条件下具有合理性。     

基于足底压力分布时空HOG特征的步态识别方法

提出一种基于足底压力分布时空HOG的步态识别算法,在特征层对足底压力的时间域和空间域信息进行融合。首先寻找足底总压力时间曲线上的极大值和极小值等几个特征点,利用这几个特征点所对应时刻的足底压力分布来构建时空HOG特征向量,最后采用SVM进行步态识别。采集不同行走速度下30人的单步足底压力分布数据进行实验,在不区分样本速度的情况下,该方法的识别率为93。5%。实验结果表明足底压力分布时空HOG特征能较好地刻画步态动力学特征,且具有良好的速度适应性。