采用通用码书实现存储受限矢量量化

针对图像源矢量量化（VQ）过程中码书储需很大空间面空间又有限的矛盾,提出了一种采用通用码书实现存储受限矢量量化（CSVQ）的解决方案。各种图像源（矢量源）所用的子码书都可从这个通用码书中提取出来,而这些子码书之间存在交集,大大节约了所需存储空间,并且,各种矢量源可以以不同的速率编码。     

基于区域协方差矩阵特征与流形SVDD的SAR目标鉴别

为提高合成孔径雷达自动目标鉴别方法中鉴别特 征的可分性及鉴别器的 拒判性能,提出了一种基于区域协方差矩阵特征与一种迭代的SVDD相结合的目 标鉴别方法。融合多种纹理特征及其相关性,构造了一种基于区域协方差矩阵的 鉴别特征,该特征在实验中取得了良好的可分性且无需进一步的特征选择。将 SVDD的分类准则与协方差矩阵特征空间的流形结构相结合,设计了一种迭代流 形SVDD鉴别器,通过一种新的迭代方法选择SVDD的超球面中心代替Karcher均值点作为映射 基点。在RADARSAT-2实测数据上的实验结果验证了新方法的有效性。     

利用高光谱激光雷达检测木材的霉变与含水量

为了快速无损地检测评估木材的霉变及含水量,利用高光谱激光雷达系统主动获取木材的高光谱数据,设计了一种分析霉变特征并建立含水量预测模型的方法。首先选取白松为样本,进行时长为4个月的间隔性测量,分析其霉变发生发展过程(正常、潮湿和霉变状态)的光谱特征变化;然后在分析样本不同含水量光谱特性的基础上,采用竞争性自适应重加权采样算法、连续投影算法及竞争性自适应重加权采样-连续投影组合算法提取特征波长;最后分别建立偏最小二乘回归预测模型。结果表明,正常状态的光谱反射率最高而霉变状态最低;当霉变状态稳定时,光谱反射率随时间变化缓慢并趋于稳定;基于竞争性自适应重加权采样-连续投影组合算法建立的模型预测性能最佳,预测集的相关系数和均方根误差分别为0.9073和0.7564。利用高光谱激光雷达主动获取的高光谱信息可以评估木材的霉变并实现含水量预测,为木质建筑的快速无损检测提供了新思路。     

临时矿壁稳定性影响因素敏感性分析及其应用研究

从破坏形式、荷载分析、强度、失稳势函数及影响因素5个方面推导出临时矿壁的强度安全系数和抗倾覆安全系数的计算公式,得到影响矿壁稳定性的6个主要因素,并设计6因素5水平的正交试验对这些因素进行敏感性分析。研究结果表明,矿壁厚度对矿壁稳定性影响程度最显著,进而得到矿壁厚度与强度安全系数和抗倾覆安全系数之间的关系曲线,得出不同矿壁厚度区间的破坏表现形式,最终得到一种新的矿壁厚度确定方式,为无间柱采矿法结构参数设计提供较好的依据。     

滇中土状铜矿区域地质背景及成矿条件分析

土状铜矿普遍发育于滇中地区中元古界昆阳群落雪组和绿汁江组的土状风化壳内。是一种新的矿床类型,也是昆阳群中铜矿床的富矿,过去认为是不可利用资源,20世纪90年代后期随着湿法冶金技术的进步,使之成为可用资源。其形成演化与特殊的成矿背景有密不可分的关系。     

云南西盟翁嗄科金矿区变质岩原岩恢复及地质意义

云南西盟翁嘎科金矿是近年来新发现的具有中型规模的金矿床。通过对区内变质岩的原岩性质和构造环境恢复研究,表明西盟群王雅组上段第二亚段变质岩原岩属于沉积岩类,形成于大陆岛弧环境。对区域构造特征和成矿作用进行总结分析,认为区内金矿化具有地层中金和后期热液流体中金的双重特点,矿床成因属与区域变质和构造活动有关的变质热液型金矿。最后为本区以及区域找矿工作指明了方向。     

响应面优化低共熔溶剂提取乌龙茶多糖的研究

传统多糖提取使用的有机和无机溶剂,普遍存在提取时间长,溶剂消耗量大、提取效率低和一定的污染问题,探索新型安全溶剂成为多糖提取的热点问题。低共熔溶剂（low eutectic solvent,DES）作为一种新兴绿色溶剂,具有多种传统有机溶剂不具备的溶剂特性,近年来在植物多糖提取领域得到广泛应用。本文综述了DES的组成、主要性质、合成方法及影响其性质的重要因素,同时总结论述了DES在茶多糖、中草药多糖和果皮果胶等植物多糖提取中的应用研究进展。相较于传统的水和酸碱法提取,DES提取条件相对温和且能耗更低,提取的植物多糖具有更高的提取率和纯度,而且多糖的生物活性和生物完整性更好,进一步阐述了DES在植物多糖提取中的应用局限性和潜力,旨在为DES在植物多糖提取相关研究提供思路借鉴和理论参考。

     

浅议中俄美术教学--基于西安美术学院与莫斯科国立苏里科夫美术学院的比较

通过对俄罗斯苏里科夫美术学院深入学习和生活的实践体会,观摩个系工作室教学、参观博物馆和图书馆。总结苏里科夫美术学院教学方法和模式,同时对比西安美术学院绘画教学,许多成功的教学方法可以学习和借鉴。取长补短,更好的利用完善国内美术学院绘画教学。     

基于多维尺度的矿山无线传感器网络定位算法

无线传感器网络(WSN)应用于具有复杂性,高度动态性以及无线信号的传播不确定性的矿井较为困难。为了获取地下矿井中大量矿工的位置,部署了无线传感器网络用于获取佩戴于矿工身上的无线移动节点的位置信息。引入了基于卡尔曼滤波估计以及弹性粒子的定位算法,用于节点间的距离测量,提高了动态环境下测距模型所获取的距离信息的精度;基于分簇机制减小网络计算复杂度,并使用了Ao A和余弦定理得到网络中无法直接连接的节点间的距离信息,通过簇之间的距离矩阵的整合得到最终网络的距离矩阵;使用多维尺度(MDS)定位算法重构出网络中所有移动节点的最终位置。实验结果表明,算法有效的减小了定位误差,适用于具有高度动态性与复杂结构的矿井无线传感器网络。     

基于卡尔曼滤波的矿井移动节点定位算法研究

提出了一种基于无线传感器网络的矿井移动节点的定位算法.针对井下环境特征,巷道纵横交错,移动节点数量庞大以及无规律移动的特殊复杂情况,提出了一种卡尔曼滤波测距预估和弹性粒子模型相结合的定位算法.该算法采用卡尔曼滤波器对RSSI信号强度进行滤波和测距预估,建立弹性粒子网络模型对移动节点定位准确度进行校正,实现了矿井移动节点的实时精确定位.通过仿真实验表明,该算法误差小,精确度高,适合用于井下大规模的移动节点的定位.