基于Gabor小波的无边缘活动围道纹理分割方法

该文提出了一种基于Gabor小波的活动围道纹理分割新方法。该方法先用Gabor小波提取图像的纹理特征,再用Chan-Vese模型进行分割。与其它基于Chan-Vese模型的纹理分割方法相比,基于Gabor小波的活动围道的纹理分割方法有两个优点：一是同时使用纹理特征和灰度信息演化围道,可分割纹理图像和非纹理图像,分割方法的灵活性好;二是在分割多类目标时,采用多级分层式曲线演化方法解决了初始围道难以选择的问题。对自然界真实图像和遥感图像的分割实验结果说明,该文提出的分割方法精度高。     

改进分段Skew Tent 映射及其在扩频通信中应用

混沌序列用作扩频系统扩频码,具有码元丰富、保密性好等优点。针对传统Skew Tent 映射所产生随机序列的混沌特性较弱,特别是其随机性、相关性等指标较差等不足,将Skew Tent 映射进行分段对偶扩展获得一种改进分段Skew Tent 映射构造方法,并将其所产生的随机序列用于构造扩频通信系统的扩频码。通过扩频通信系统仿真测试验证了改进分段Skew Tent 映射相比Skew Tent 映射具有更加良好的混沌特性,以及所产生随机序列作为扩频系统地址码在降低系统的误码率方面有了较大的改善。改进分段Skew Tent 映射作为加密算法用于图像通信系统中,有效提高了图像信息的传输质量和安全性。混沌映射进行分段对偶扩展是一种行之有效的改进方法,混沌特性更好的迭代映射更利于扩频通信在军民领域的广泛应用。     

基于就业的环境工程学科课程体系改革与实践

本科毕业生就业问题已经成为我国面临的一个严峻现实,环境工程专业亦然。其它高校竞争及我校后起的弱势使得我校环境工程专业就业形式更加严峻。优化课程体系,实现基础课程与专业课程、必修课程与选修课程、理论课程与实践课程的最优配置,是解决以上问题最重要的出路。     

Ce-Cu复合催化剂用于对硝基苯酚废水处理研究

通过络合法制得Ce-Cu复合催化剂,采用X射线衍射、扫描电子显微镜和程序升温还原对催化剂性能进行了研究,考察了该催化剂用于废水中对硝基苯酚去除性能。结果表明,催化剂中Cu氧化物能很好地溶入CeO2晶格形成表面具有多孔结构的Ce0.86Cu0.14O2固溶体催化剂,催化剂中Cu-O键得到一定程度的削弱,使其可还原性能得到提高而提高了催化剂中氧化物的活性。Ce0.86Cu0.14O2催化剂可将废水中对硝基苯酚的质量浓度由150 mg.L-1降到1.8 mg.L-1左右,对硝基苯酚去除率可达98.8%。     

Fe2O3-AC吸附剂对水中对硝基苯酚的吸附动力学研究

对Fe改性活性炭制得Fe2O3-AC吸附剂,并用于对硝基苯酚废水处理;通过静态试验方法研究所制备吸附剂对水溶液中对硝基苯酚的吸附等温和吸附动力学过程。结果表明,Fe2O3-AC吸附剂对废水中对硝基苯酚的吸附过程符合Langmuir等温方程,对硝基苯酚最大吸附量可达286.4 mg/g,内扩散不是吸附过程唯一的控制步骤,准2级动力学模型能更好的反映Fe2O3-AC吸附剂对对硝基苯酚的吸附机理。     

二氧化碳甲烷化催化剂的研究进展

CO₂催化加氢甲烷化反应是温室气体CO₂资源化利用的有效途径之一。本文回顾了CO₂催化加氢甲烷化催化剂的研究现状, 其中Ni基催化剂是研究最为广泛的CO₂甲烷化催化剂。重点介绍了Al₂O₃、SiO₂和La₂O₃载体及CeO₂和La₂O₃助剂等对Ni基催化剂CO₂甲烷化性能的影响, 阐述了载体的结构、电子性能、化学性能和助剂等对Ni基催化剂CO₂甲烷化性能的影响。结合几种非Ni基CO₂甲烷化催化剂的对比研究发现, 具有有序介孔结构的Co基催化剂也表现出了优越的CO₂甲烷化性能。由此表明, 催化剂新颖的结构也是影响CO₂甲烷化性能的重要因素, 通过催化剂结构、组成等的调变, 能实现CO₂低温高效甲烷化, 为CO₂甲烷化工业化进程奠定基础。     

非线性时间序列分析的关键技术及其应用研究

非线性时间序列分析是近几年发展起来的一个崭新的研究领域,在物理、生物、地理、医学、经济等领域具有广泛的应用前景。文章介绍了时间序列分析的线性和非线性分析方法各自的特点,由于非线性时间序列分析是个比较新的领域,该文对非线性处理技术进行了初步探讨,阐述了其研究意义,分析了其关键技术、应用前景等。最后讨论了在这一新的研究领域中值得注意的几个问题。     

遗传神经网络及其在制品质量预测中的应用

针对基本BP网络收敛速度慢、易陷于局部极小的不足,对基本BP网络的激活函数、动量项、学习率进行了较为全面的改进,并采用遗传算法进一步优化改进后的BP网络。分别采用基本BP网络、改进型BP网络、嵌入遗传优化的改进型BP网络建立了制品质量指标的预测模型,预测模型可根据输入的注塑工艺参数预测制品的质量指标。结果表明,嵌入遗传优化的改进型BP网络学习效率明显优于其他算法。     

基于神经网络的注塑制品重量实时控制系统

介绍了基于神经网络的注塑制品重量实时控制系统，该系统以生产现场试验数据调整制品重量与注塑工艺参数的神经网络模型。模型调整成功后，可以实时预测注塑制品重量，在基于规则的基础上自动调节工艺参数，保证制品重量在要求范围内。