微生物燃料电池运行过程中的电化学性能

取葡萄糖浓度2 000 mg/L,介体浓度1.66×10~(-1)mmol/L,考察电池长达13天运行过程中的电化学性能变化.电池启动约1.5 h后,开路电压达到最大,电池运行进入平台期.传荷阻抗由第1天的216Ω减小到第4天的76.52Ω,此时生物膜完全成熟,运行平稳且状态佳.至第13天时,传荷阻抗已经增大至1 657Ω,长期运行导致生物膜的电化学活性降低,电池产电能力大大下降.     

脉冲噪声环境的一种递归全局最小平均P-范数算法

本文给出了适应于α-稳定噪声环境的一种递归全局最小平均P-范数算法,其可用于递归计算自适应滤波和系统辨识问题的全局最小平均P-范数算法.针对α-稳定噪声的冲击性,本文所提出的自适应算法采用了有名的power迭代法,并通过计算机仿真比较了有关算法的性能.     

图拉普拉斯正则化稀疏变换学习图像去噪算法

从噪声图像中恢复干净的图像是对图像进行有效处理与分析的首要前提之一,而去除噪声的同时保持图像的特征则是图像去噪的一个具有挑战性的问题。为了在去除噪声的同时尽量保持图像的局部结构特征,提出了一种基于图拉普拉斯正则化稀疏变换学习的图像去噪算法。通过引入图拉普拉斯正则化对邻域像素进行约束,可以较好地保护相邻像素之间的相关性,从而增强图像的局部平滑性。并且,为了更好地利用图像的非局部信息,在相似图像块度量中引入优化后的稀疏编码,从而寻找到更准确的相似图像块。实验结果表明,无论是在量化指标还是视觉质量上,所提算法均能取得较好的去噪性能。     

连续波Nd:YVO4/LBO稳频倍频红光全固态激光器

利用激光二极管(LD)端面抽运YVO4-Nd∶YVO4复合晶体,采用四镜环形谐振腔及Ⅰ类临界相位匹配(CPM)LBO晶体进行腔内倍频,在腔中插入TGG晶体和λ/2波片组成的光学单向器,设计了满足热不灵敏条件和最佳倍频条件的谐振腔型,实现了全固态连续稳频倍频红光激光器。在19 W抽运功率下,同时获得了610 mW的671 nm单频红光输出和400 mW的单频1342 nm红外光输出。红光30 min内输出功率波动小于±0.6%。自由运转时,基频光(1342 nm)1 min频率漂移为±5 MHz,锁定后基频光1 min频率稳定性优于±1 MHz。     

利用全景图的视频稳像算法

针对具有场景变换、景深变换较小的抖动视频,本文提出了一种利用全景图的视频稳像方法。不同于传统稳像方法,本文所提算法利用原始视频序列生成广角视图,通过后期抽取视频帧,以合成方式输出稳定视频。通过区域块的运动估计,获取相机的运动轨迹;在此基础上,为消除视频抖动导致的原始运动轨迹的非平滑问题,提出了一种基于运动矢量统计的相机运动模式判决方法,并以此选择相应的平滑方式。最后,通过平滑后的运动轨迹对全景图进行抽帧,合成平滑、稳定视频。实验结果表明,本文提出的稳像方法能有效去除较大抖动,同时避免了对视频宽度的裁剪等后处理,具有较好的稳像能力。      

一种自适应全局最小平均p-范数算法

本文给出了适应于α-稳定噪声环境中自适应滤波和系统辨识的全局最小平均p-范数算法,其是总体最小二乘方法在脉冲噪声中的推广.本文还定义了全局l_p模误差和推导了点到直线的l_p距离,并在此基础上导出了全局最小平均p-范数算法.对所给算法进行了仿真实验研究,结果显示其性能优于著名的LMP算法.     

温度对微生物燃料电池电化学性能的影响

分别在20℃,37℃和45℃三个温度条件下以间歇方式运行大肠杆菌生物燃料电池(MFC),研究功率密度、电极电势、电化学阻抗等电化学性质随温度的变化规律.结果表明:温度从20℃提高到37℃,最大功率密度从53.35 mW/m2 (275 mA/m2)增加到610.5 mW/m2(2775 mA/m2),增长了10.5倍;同时阳极电极电势降低;且阳极电化学阻抗由741.9 Ω降低到42.4 Ω.在一定温度范围内,升高温度不仅能提高电池功率输出,而且能增强其电化学活性.但是,太高的温度反而不利于生物燃料电池的运行.45℃时的最大功率密度只有171 mW/m2(600 mA/m2),比37℃时最大功率610.5 mW/m2(2 775 mA/m2)减少72％;同时阳极电化学阻抗由42.4 Ω增加到416.1 Ω.大肠杆菌生物燃料电池在37℃时具有最佳的电化学性能.可见,温度在生物燃料电池运行中是一个非常重要的操作参数.     

基于密度差分的自动聚类算法

聚类作为无监督学习技术,已在实际中得到了广泛的应用.但是对于带有噪声的数据集,一些主流算法仍然存在着噪声去除不彻底和聚类结果不准确等问题.本文提出了一种基于密度差分的自动聚类算法（CDD：Clustering based on Density Difference）,实现了对含有噪声数据集的自动分类.所提算法根据噪声数据和有用数据密度的不同,实现去噪声和数据的分类,并通过构建数据间的邻域,进一步实现了对有用数据间不同类别的划分.通过实验验证了所提算法的有效性.