基于模糊边缘检测算法的车牌定位

车牌定位是自动车牌识别系统的一个关键步骤,车牌定位结果直接影响对车牌的最终识别效果。因此为了保证实际应用中车牌的识别准确率,文中提出了一种新的车牌定位算法,该算法利用一种改进的快速模糊边缘检测算法来进行车牌图像的边缘检测,得到整个原车牌图像的边缘图像,然后基于边缘图像的丰富的边缘信息设计一个高效、准确的车牌区域定位算法,检测出车牌区域。实验结果表明:算法定位速度较快、准确度较高,具有良好的应用前景。     

基于核覆盖算法的煤价预测

核覆盖算法是在一般覆盖算法的基础上引入了核函数而提出的。新的算法不仅克服了传统的预测方法中存在的局限性,而且融合了SVM中的核函数法与构造性学习的覆盖算法中的优点,具有计算量小、精度高等优点。将核覆盖算法用于煤炭价格的预测中,取得了比其他方法更好的结果,也充分体现了核覆盖算法的有效性。     

基于特征投影和交叉覆盖神经网络的车牌识别

汽车牌照的自动识别在智能交通系统中占有重要地位,应用前景广阔。在自动识别过程中,牌照中的数字和汉字具有数量少和字体特征固定的特点,故其投影特征明显,利用此性质可以对车牌汉字进行快速分类,但精度不高。神经网络分类准确,且有很强的鲁棒性,但运算量大,识别时间太长且数据不易收敛。文中提出的基于投影和交叉覆盖神经网络的车牌识别方法充分融合利用了两者的优点,克服了各自的不足,达到了较好的结果。     

教学研究型大学精英教育模式的分析

我国高等教育进入大众化发展阶段后,精英教育是否继续?与大众教育又是一种什么关系?这是当前我国高等教育迫切需要研究的重大课题。在高等教育大众化和构建创新型国家的背景下,研究型大学仍然承担精英教育的使命。然而,经济社会,特别是地方经济快速发展对精英人才的需求很大,因此部分办学实力比较强的教学研究型大学,除承担大量的大众教育外,也承担了少量精英教育的任务。虽然教学研究型大学具有研究型大学的某些特征,但也存在很多的问题。如何保证精英教育质量,以及选择体现学校实力和特色的精英教育模式,成为教学研究型大学思考和解决的一个课题。本文拟通过对国内外精英教育模式的分析,探寻一种适合教学研究型大学的精英教育模式。     

融合设备状态的单元机组负荷优化分配研究

根据发电厂的运行特点,以发电成本最低为目标,建立了厂内单元机组间负荷优化分配的数学模型,并通过动态规划方法求出模型的最优解,获得各台机组的经济负荷分配方案。在此基础上,以单元机组中各类主要运行设备的状态综合评价结果为依据,对经济负荷分配方案进行调整,实现了具有经济性和安全性的负荷优化分配。     

聚类在股票研究中的应用

聚类是按照事物的某些属性,把其聚集成类,使各类间的相似性尽量小,类内相似性尽量大。现在使用的一些聚类算法大多效率不高、聚类速度慢。文中在改进LBG算法的基础上提出了一种新的聚类算法,克服了传统的LBG算法的缺点,具有准确性高、测试时间短的优点。现将它应用于股票数据的预测分析中,实验结果表明这种新的聚类算法,相较于其它聚类算法能够取得更好的结果。     

700_超超临界燃煤发电机组系统设计研发现状

对国外700℃先进超超临界燃煤发电机组系统设计的研发现状进行了分析和综述。介绍了3种先进的汽水循环系统以及电站及组件的优化设计方案。同时提出了可以进一步开展的研究内容,旨在推动我国700℃先进超超临界燃煤发电技术的研究工作。     

单元机组能损实时分析

实时能损分析是当今电厂现代化的重要发展趋势。本文根据火电厂实现经济运行和生产管理的需要,设计了实时能损在线分析系统。实践表明,该系统对提高电厂运行的经济性和安全性起到了重要作用,具有很好的推广价值。     

基于过程的旋转机械振动故障定量诊断方法

基于状态的故障诊断方法,由于缺少对振动过程规律的描述,因而存在一定的不足,以信息熵方法为基础,通过多通道多转速下的信息熵矩阵来描述振动过程的变化规律,从而提出一种基于过程的信息融合故障诊断的新方法.并通过实例计算以及对振动信号的分析,验证了该方法在故障诊断方面的准确性.