用GPIB总线组建的热电偶检定系统

采用GPIB总线组建,利用微机控制,实现了一种用于计量检测中的热电偶检定系统检定过程的全自动化,提高了检定精度和效率.     

粉煤灰对造纸废水中污染物的吸附性能研究

本研究通过热处理方法制备了粉煤灰无机材料(FAH),主要探讨了FAH的粒径、吸附时间和p H值对COD的去除和重金属竞争吸附的影响。结果表明,当FAH粒径<0.212 mm,吸附时间为240 min,p H值为8时,COD_Cr达到最大去除率,为92.6%;同时也对BOD、SS和色度展现了良好的去除效果。在p H值=6时,粒径<0.212 mm的FAH对Cu²⁺、Zn²⁺、Pb²⁺、Cd²⁺的去除率最高,分别为95.9%、85.3%、79.3和82.2%。因此,当FAH粒径<0.212 mm时,FAH对COD和Cd²⁺、Zn²⁺、Pb²⁺、Cu²⁺具有很好的去除效果。     

基于IEC61850标准的电力系统的两种建模方式

介绍了IEC61850标准的模型,然后利用该模型以距离保护功能为例进行模型设计,在此基础上,针对目前对模型实现方法研究的欠缺,提出了基于SCL解析的静态模型建立和基于ACSI的动态模型建立两种在变电站系统实现中的模型建立方法,并利用微软的MSXML4．0、SISC0的MMS-EASE Lite等开发包和C#．NET的动态类型创建实现了两种模型建立方法。具有较大的实践应用意义。     

基于外部数据库的图像自动标注改善模型

针对图像标注中所使用数据集存在的数据不平衡问题,提出一种新的基于外部数据库的自动平衡模型。该模型先依据原始数据库中词频分布来找出低频点,再根据自动平衡模式,对每个低频词,从外部数据库中增加相应的图片;然后对图片进行特征提取,对Corel 5k数据集中的47065个视觉词汇和从外部数据库中追加的图片中提取出来的996个视觉词汇进行聚类;最后利用基于外部数据库的图像自动标注改善模型对图像进行标注。此方法克服了图像标注中数据库存在的不平衡问题,使得至少被正确标注一次的词的数量、精确率和召回率等均明显提高。     

神经模糊算法及其在变频调速中的应用研究

针对变频调速系统的控制问题，提出了神经模糊控制策略，并将其应用到了交流变频调速系统的实验中。结果表明，神经模糊控制器不仅具有令人满意的静、动态性能，而且具有很强的鲁棒性和自适应性。     

基于云模型的肿瘤标志物联合检测

医学发现,将具有相关性的肿瘤指标进行联合检测能提高癌症的阳性检出率。基于云模型的关联规则挖掘通过将属性的定义域模糊化,从而达到更好的挖掘效果。该文提出一种基于云模型的检测组合发现方法,在大量的体检报告中进行关联挖掘,找出与癌症相关性最大的肿瘤指标。实验表明,挖掘出的前10个检测组合中,有80%符合目前的医学常识。     

基于P2P网络的信息过滤与推荐技术研究

共享信息的集中存储对存放这些信息的服务器提出了较高的要求,同时,服务器将成为整个系统的瓶颈。为此,提出了一种基于P2P的信息共享与推荐模型,解决了信息集中存放产生的问题。接着,对该模型中涉及到的基于内容的过滤,提出了一种基于词讲：链的方法,较好地解决了纯粹单一关键词无法准确描述文本的问题,并对信息推荐中使用最成功的协同过滤算法进行了描述。给出了文本过滤的实验结果及其分析。     

动作识别中局部时空特征的运动表示方法研究

近年来,基于局部时空特征的运动表征方法已被越来越多地运用于视频中的动作识别问题,相关研究人员已经提出了多种特征检测和描述方法,并取得了良好的效果。但上述方法在适应摄像头移动、光照以及穿着变化等方面还存在明显不足。为此,提出了基于时空兴趣点局部时空特征的运动表示方法,实现了基于时空单词的动作识别。首先采用基于Gabor滤波器和Gaussian滤波器相结合的检测算法从视频中提取时空兴趣点,然后抽取兴趣点的静态特征、运动特征和时空特征,并分别对运动进行表征,最后利用基于时空码本的动作分类器对动作进行分类识别。在Weizmann和KTH两个行为数据集进行了测试,实验结果表明：基于时空特征的运动表示能够更好地适应摄像头移动、光照变化以及施动者的穿着和动作差异等环境因素的影响,取得更好的识别效果。     

一种新的预测性整像素搜索算法

运动估计是视频编码的重要组成部分,占整个编码器计算量的70％以上。通过分析实验结果,以及对一些经典模式的研究,提出了一种预测式整像素搜索算法。该算法结合了四边形和六边形搜索的优点。实验表明,该文算法以极小的搜索代价得到了与全搜索算法相当的效果,在搜索速度和搜索时间方面比经典算法有了很大提高。     

基于模式分类的汉语时态确定方法研究

汉语时态是中文信息处理领域的一个难点。基于规则的处理方法在无时态特征词的句子,多时态特征词的句子处理等方面存在很大问题。本文从统计的角度,提出一种基于模式分类的时态确定方法,该方法综合评价句子中每个词对时态确定所作的贡献,能够处理无时态特征词的句子和多时态特征词的句子,并且该方法使用线性判别函数,具有对多维数据分析,训练与判别速度快的特性。在开放测试环境下,对单句的汉语时态确定正确率与召回率分别为79.8%和95.3%。