基于边缘颜色对特征及笔画穿越双层检测车牌定位算法

针对现有车牌定位算法鲁棒性不够、准确度不高以及参数设置困难等问题,提出基于边缘颜色对特征以及笔画穿越双层检测车牌定位算法,不但充分利用车牌边缘颜色搭配信息,而且有效利用了车牌字符结构信息。粗检测阶段：首先进行边缘检测,人工收集所有搭配的彩色边缘特征数据,利用机器学习模型建立车牌边缘颜色对覆盖分类学习模型,然后利用车牌边缘颜色对覆盖分类学习模型,并利用先验信息进行形态学处理形成车牌候选区域。验证阶段：针对粗检测车牌候选区域,扫描车牌边缘穿越信息,最后利用车牌区域整体边缘分布覆盖分类模型进行候选区域验证处理。该方法利用车牌背景与字符具有固定颜色搭配的重要特点,综合利用了车牌的结构特征和纹理特征,提高了车牌定位的可靠性。实验采用100幅含有不同颜色搭配的车牌图像进行实验,定位准确率达到96%以上。     

出口规模、结构调整与碳排放增长——基于浙江省投入产出表分析

基于投入产出模型,测算了浙江省2002、2005、2007年分行业出口贸易内涵CO2排放量,发现浙江省主要出口内涵CO2排放集中在传统劳动密集型行业和高碳行业。通过计量回归模型发现,贸易规模对出口内涵CO2影响显著。但其作用在减弱。进一步,按2002-2005、2005-2007两个阶段分解了出口内涵CQ变化的影响因素,结果表明：不断扩大的出口贸易规模仍旧是内涵CO2增长的最主要因素,技术进步在一定程度上降低了内涵CO2排放,但结构调整却导致了其排放量增长,并且其作用在增强。     

富蜡褐煤化学脱灰及其对萃取的影响

化学方法可以除去褐煤中的部分灰分,增加煤中有机质与溶剂的接触面积,影响煤的萃取率和萃取物组成.分别用HCl和NaOH溶液对褐煤进行预处理,考察酸、碱处理对富蜡褐煤灰分脱除的影响;采用多种溶剂萃取,研究褐煤化学脱灰对萃取率、萃取物组成的影响机理.结果表明:对于0.2～10mm富蜡褐煤,酸处理脱灰率随粒度增大先减小后增加,变化范围为13.24%～21.95%,粒径为1～3mm时为最小;碱处理脱灰率随粒度增大而减小,变化范围为72.02%～46.12%.酸处理能提高萃取率,溶剂极性越大,萃取率提高越明显,萃取物中直链烃小分子的含量明显增多;碱液处理会降低萃取率,溶剂极性越大,萃取率降低越大,导致萃取物中非直链烃小分子以外的成分流失.     

国防知识产权生成模式研究

国防知识产权不同于一般知识产权,其生成必然遵循相应的客观规律。从国防知识产权的内涵出发,在分析其生成过程的基础上,提出2种不同的生成模式,并结合我国国防科技领域发展现状对其进行评价,希望能以此为我国国防知识产权相关问题研究提供一定参考。     

鄂尔多斯盆地合水地区庄36井区油井见水特征分析及治理措施

鄂尔多斯盆地庄36井区,注水开发后部分区域出现含水上升比较快,产量递减幅度大等情况,结合油水运动规律对区块进行研究,并对部分井区进行治理,有效地减缓了区块含水上升速度和产量递减速度.     

气-液界面胶原蛋白单层膜研究

利用Langmuir-Blodgett（LB）技术研究了纤维蛋白I-型胶原蛋白在去离子水亚相、氯化钙亚相和碳酸氢钙亚相上的成膜行为和形貌．表面压．面积等温（π-A）曲线表明纤维蛋白I-型胶原蛋白在三种亚相上均具有较好的成膜性能,利用原子力显微镜（AFM）对转移到新鲜解理的云母表面的单层I-型胶原蛋白的形貌进行了分析,AFM结果表明胶原蛋白在界面聚集成多个胶原分子组成的束装．该研究结果对于理解胶原在气．液界面的成膜性能具有重要意义,同时对探究纤维蛋白I-型胶原蛋白调节下的生物矿化作用具有重要的指导意义．     

基于信息增量矩阵的故障诊断方法

主元分析(Principal component analysis, PCA)是一种常用的故障检测方法,由于特征提取不准确, 在用于故障诊断时常存在误报率和漏报率较高的现象.为此,本文首先介绍了基于全局的协方差矩阵的信息增量矩阵的故障诊断方法,虽然相比PCA方法它能有效减少误报率和漏报率, 但随着采样样本的增加,会因计算得到的阈值越来越不具代表性和计算量较大等原因而影响该方法的性能.然后,建立了基于局部数据的移动窗口协方差矩阵的信息增量矩阵的故障诊断方法, 以克服上述方法中存在的不足. 该方法主要通过定义局部协方差矩阵、局部信息增量矩阵、局部信息增量均值、 局部动态阈值、异常检测与判定等过程完成.最后,通过两个数值仿真例子来验证PCA方法、 基于全局的协方差矩阵的信息增量矩阵方法以及本文方法在故障误报和漏报方面的检测效能. 实验结果表明,本文方法具有最好的检测性能.     

冲突证据融合的优化方法

多数研究者认为, 用修改数据模型(证据体)的方法来解决冲突证据组合问题较为合理. 然而, 已有的基于修改数据模型的方法仅考虑如何提高冲突证据组合结果的聚焦程度. 实际上, 它们并没有考虑如何通过修正来消减证据之间的冲突. 显然, 若融合结果由冲突证据组合得到, 那么其可信性必然较低且会给随后的融合过程带来较大的风险. 针对此问题, 沿用折扣系数法, 该文基于证据距离准则提出了一种折扣系数(可靠度)优化学习模型, 优化过程同时考虑提高聚焦程度和消减冲突, 通过使折扣修正后组合结果的基本概率赋值(Basic probability assignment, BPA)与直言BPA (Categorical BPA, CBPA)之间的距离最小来寻优, 其中证据可靠度大小的序关系作为约束条件, 它依据证据的虚假度确定. 典型算例验证了所提方法比现有的一些组合方法, 在聚焦能力和冲突消减两方面都更合理.     

高性能计算节点中的同步操作加速引擎设计

随着GPU等加速部件在超级计算领域的广泛应用,超级计算机单个节点的硬件并行度比单核时代高几倍甚至几十倍。在该环境下,并行应用于单个芯片、计算节点内和计算节点间的通信密度较单核时代急剧增加,通信瓶颈问题愈发突出。为应对高并行度带来的通信瓶颈问题,提出一种同步引擎的硬件设计,该同步引擎可有效地支持和加速计算节点内多任务间频繁小数据量传输(细粒度同步)以及计算节点内和节点间的Barrier、All-reduce集合操作,进而加速并行应用的性能。测试结果表明,在16进程规模下的集合操作测试中,同步引擎相比传统的软件实现有约4倍的加速,在三角矩阵分解(LU分解)测试程序中可以获得约20%的性能提升。     

酸-酶联用液化法制备小麦淀粉麦芽糖浆的工艺研究

摘要：以小麦淀粉为原料,利用盐酸、中温α【一淀粉酶共同液化进行麦芽糖的制备。采用单因素实验结合正交实验法优化工艺参数。结果表明：酸一酶联用液化法的最佳工艺条件为：淀粉浆料液比（3：10）,5％盐酸添加量12mL,酸化时间12min,温度100℃,浓度为0．0143g／100mL的中温仅一淀粉酶加酶量8ml,酶液化时间30min,pH值5．4,温度64℃,所得液化液DE值为8．12％。通过无机酸与酶法共同液化小麦淀粉得到的液化液DE值控制在具体数值范围内,为以小麦淀粉为原料制备麦芽糖浆的工业生产提供了理论依据,也为下一步对小麦淀粉在板框过滤时出现的困难分析奠定基础。