王兴国：饮食营养 知行合一

王兴国,主任医师,大连市中心医院营养科主任,辽宁省营养学会临床营养分会副主任委员,大连市营养学会常务副理事长,辽宁省公共营养师职业技能鉴定专家,大连市医学会临床营养分会副主任委员。新浪博客大V,博客访问量1,063,175,粉丝量450,783。本刊专家顾问委员会成员。     

一种级联的激光主动成像图像融合降噪算法

针对激光主动成像图像混合噪声的特点,提出了一种投票中值滤波和整数提升小波级联的融合降噪算法。首先对激光图像进行噪声像素点检测,区分噪声点与非噪声点;而后采用投票中值滤波对噪声点进行处理,抑制脉冲噪声;然后采用整数提升小波变换对图像进行Bayes自适应阈值去噪,抑制散斑噪声;最后通过逆变换得到去噪图像。通过实验比对结果表明,该方法在具有良好的去噪、边缘保持性能的同时,还具有较为理想的实时性。     

某型发动机控制器模拟接口电路测试性设计与验证

目前发动机控制系统的结构越来越复杂,为测试、维修带来了极大的不便,文中针对某型发动机控制器进行了测试性设计,并以其中模拟接口电路为例对设计情况进行了详细说明,最后采用故障注入手段对电路进行了测试性试验验证。验证结果表明发动机控制器测试性设计能够实时反映发动机控制系统的故障状态,让使用者或操作者能够依据这些状态参数准确判断出控制系统的工作状态。当发生故障时,可以快速定位到某一模块,并将故障隔离到某一功能电路,极大的提高了系统维护的效率。     

采用帧转移CCD的Smear校正通道恢复饱和图像通道的方法研究

海洋水色遥感应用对光学遥感仪器提出了高灵敏度与高精度的要求.本文研究的可见近红外成像光谱仪采用推扫扫描的方式,从而获得了较高的灵敏度;通过对系统进行杂散光定标和校正实现高精度测量.杂散光校正算法要求图像中所有目标信号不能饱和.由于仪器的动态范围针对水色目标设置,因而大部分图像通道高亮度的云目标信号会饱和,导致杂散光校正算法无法获得较好效果.以一台基于帧转移面阵CCD的推扫式可见近红外成像光谱仪为研究对象,通过分析系统设置的CCDSmear校正通道的成像机理,论证了在不同光源下Smear通道和各图像通道间均存在线性相关性,进而提出了一种利用Smear校正通道来恢复各图像通道饱和信号的方法,为星上高光谱图像的杂散光校正提供有效的数据源,也为饱和图像恢复提供了一种较为可行的方法.     

U型通风采场的温度场相似实验模型

为了预测采动影响下采场温度分布状态,建立了U型通风采场的温度场实验台以模拟采场中的热输运现象.基于采场内流场与温度场数学模型,提出了选取α2rxr/u2r=α3rd2nr/ur=xr/pfr和xr/urTr=1/qr作为模型的相似关系式,确定了模型中独立变量的合理取值,论证了为使温度场相同而应满足的热源项的比例关系.模拟U型通风采场的氧化带局部区域自热工况的实验结果表明:采场温度场分布趋势与数值模拟及现场实测结果吻合较好,均呈现由进风口到回风口先上升再下降的分布规律,并在采空区倾向中心线偏回风口20～30m处出现温度峰值,实验台能够合理再现实际采场的热交换过程.     

双氧泵在线倒炉实施及运行总结

本文介绍了仅用两台液氧泵打破常规倒炉法的背景、思路及实施过程。该方法通过降低系统负荷停一对烧嘴减少用氧量后进行备用炉投料,待并气后再停另一对烧嘴的方式,成功实现了在线倒炉,并快速恢复正常生产负荷,有效为公司节能降耗,增产创效,切实达到了生产系统安全稳定长周期运行的目的。     

激光脉宽和功率密度对烧蚀性能影响研究

微纳卫星的飞速发展对微推力器的性能提出了更高的的要求。激光推进微推力器因其比冲高、推力控制精确、能耗低等特点,为微纳卫星提供了一种性能优异的微推力器选择方案。文中在透射式烧蚀模式下,研究了半导体激光器的激光功率密度和脉宽对激光烧蚀性能的影响。结果表明,在工质厚度为200 μm的工况下,随着激光功率密度的增加,单脉冲冲量和比冲都逐渐增大,而冲量耦合系数和烧蚀效率都存在一个最优值。随着激光脉宽的增加,单脉冲冲量逐渐增加,比冲呈现出先增大后减小的趋势,在250 μs时,比冲达到最大值,约为221.8 s;冲量耦合系数和烧蚀效率都随着脉宽的增大而减小;脉宽超过一定的临界值时,会对激光烧蚀工质的靶坑产生不良影响,使得激光能量和工质严重浪费。激光参数的优化对于激光推进微推力器的工程化应用提供了参考。     

基于区间2-型模糊度量的粗糙K-means聚类算法*

现有粗糙K-means聚类算法及系列改进、衍生算法均是从不同角度描述交叉类簇边界区域中的不确定性数据对象,却忽视类簇间规模的不均衡对聚类迭代过程及结果的影响.文中引入区间2-型模糊集的概念度量类簇的边界区域数据对象,提出基于区间2-型模糊度量的粗糙K-means聚类算法.首先根据类簇的数据分布生成边界区域样本对交叉类簇的隶属度区间,体现数据样本的空间分布信息.然后进一步考虑类簇的数据样本规模,在隶属度区间的基础上自适应地调整边界区域的样本对交叉类簇的影响系数.文中算法削弱边界区域对较小规模类簇的中心均值迭代的不利影响,提高聚类精度.在人工数据集及UCI标准数据集的测试分析验证算法的有效性.