ANSYS系统在户外广告设施安全检测中的应用

结合对户外广告牌的结构进行安全检测的工程实例,介绍了利用ANSYS时户外广告牌的实际结构进行受力校核以及对结构进行优化的过程,并提出了目前户外广告牌的典型结构存在的安全隐患以及结构调整的意见.     

α型斯特林自由活塞反渗透海水淡化增压系统设计研究

主要提出了反渗透海水淡化系统的新型动力装置,将自由活塞斯特林发动机与往复式柱塞泵耦合,构成自由活塞斯特林增压泵,为反渗透海水淡化系统提供动力。首先,通过分析该发动机的结构和运行机理,建立自由活塞斯特林增压泵质量-液压力-阻尼系统;其次,利用实用等温模型分析法对斯特林发动机进行热力学建模,利用流体力学对液压腔压力变化建模,以及利用牛顿定律对系统活塞动力学建模;最后,借助MATLAB软件对系统建模进行求解分析,求出新型增压泵的输出功率和流量。结果证明该增压系统的设计符合反渗透海水淡化系统的需求,并可正常运行。     

级联中部设置净化级的可行性研究

级联分离同位素的过程中,不可避免的存在轻杂质,需要在级联的中间设置净化级。如果工质中轻杂质含量较多,运行级联较长时,轻杂质的存在会影响级联的正常运行。为探索在级联中部设置净化级的可行性,采用非定常态法计算求解级联分离方程组,研究净化级的位置、净化比和级联分流比对产品中轻杂质和目标组分丰度的影响。结果表明,在级联中部设置净化级,通过选取合适的级联参数,可以提高目标组分丰度,同时去除轻杂质,实现分离和净化。     

基于语义分类的文物图像标注研究

由于图像数据中普遍存在的“语义鸿沟”问题，传统的基于内容的图像检索技术对于数字图书馆中的图像检索往往力不从心。而图像标注能有效地弥补语义的缺失。文中分析了图像语义标注的现状以及存在的问题，提出了基于语义分类的文物语义标注方法。算法首先通过构建一个Bayes语义分类器对待标注图像进行语义分类，进而通过在语义类内部建立基于统计的标注模型，实现了图像的语义标注。在针对文物图像进行标注的实验中，该方法获得了较好的标注准确率和效率。     

基于RFID的物流应用解决方案

在物流供应链中，为了能够精确掌握物流资产的动态，需要对物流过程进行实时的监控，RFID正是对供应链上物体进行控制与跟踪的一种技术。本文在现有物流系统的基础上，结合RFID技术和BPM技术，提出一个物流应用解决方案，达到对物流资产的无缝跟踪。     

机器人足球仿真教练模型研究

RoboCup仿真比赛已经在国际上开展几年了,近来在国内也得到了迅速的发展,它通过提供了一个标准问题来促进人工智能和智能机器人的研究。文中以RoboCup仿真比赛为背景,首先讨论了教练模型,包括教练的角色意义和相应的权限,而后针对教练设计中涵盖的几个问题,如对手建模、规划识别、离线训练,分别给出了较好的解决方案。最后从在线教练工作过程的角度总结了有关教练技术的具体应用,并对教练的设计前景提出了一些看法。对于建立和设计仿真教练,进行多智能体系统的合作协调研究具有重要意义。     

粗糙集理论分析及其在农业数据中的应用

从数据库中挖掘有用信息，将难理解的纯数据变为容易利用的规则，从而为以后的决策提供依据。以粗糙集理论和规则提取算法为基础，将基于信息量的粗糙集属性约简算法和规则提取算法集成起来提出一种集成算法，应用粗糙集约简掉冗余属性，然后利用规则提取算法得出有效规则。将此集成算法应用于农业领域，得出规则，并且效果良好，理论分析和应用都表明了本算法的有效性和实用性。此集成算法可以应用于各种大型数据库中，从中得出有效规则，让历史数据为以后的决策服务。     

Bagging中文文本分类器的改进方法研究

在文本分类研究中,集成学习是一种提高分类器性能的有效方法.Bagging算法是目前流行的一种集成学习算法.针对Bagging算法弱分类器具有相同权重问题,提出一种改进的Bagging算法.该方法通过对弱分类器分类结果进行可信度计算得到投票权重,应用于Attribute Bagging算法设计了一个中文文本自动分类器.采用kNN作为弱分类器基本模型对Sogou实验室提供的新闻集进行分类.实验表明该算法比Attribute Bagging有更好的分类精度.     

利用HSV空间的双通道同态滤波真彩图像增强

在RGB空间中分别对真彩图像的三个通道进行增强能够很好地压缩图像动态范围,但往往会产生色彩偏离。文章提出先将真彩图像由RGB空间变换到HSV空间,进行色度、饱和度和亮度分离,然后对饱和度通道进行巴特沃斯同态滤波增强,对亮度通道进行高斯同态滤波增强,除此之外,研究了同态滤波中高通滤波器截止频率如何确定的问题,并解释了同态滤波器中的比例系数。实验证实,增强后的真彩图像色彩基本无偏差,图像动态范围压缩良好。     

基于仿生学的优化算法及其在信号处理中的应用

仿生学优化算法是一类模仿生物行为和自然界现象的仿生算法,其目的是求解优化问题的全局最优解。本文首先介绍了各种仿生学优化算法的起源和基本原理,主要包括蚁群优化算法、粒子群优化算法、细菌觅食优化算法、蜂群优化算法、鱼群优化算法、萤火虫群优化算法、狼群优化算法、蝙蝠算法、鸡群优化算法、进化算法、免疫算法、克隆选择算法和小世界网络等。然后总结了仿生优化算法的研究现状,并给出了仿生优化算法在信号处理、图像处理、语音处理和通信网络等领域中的典型应用。最后,归纳了仿生学优化算法的特点,并对如何扩展其适用范围、探索新的仿生学优化算法提出了基本思路,对其发展进行了展望。