双自变量化学化工实验数据的新拟合方程

The equation mostly used for correlating experimental data is normal polynomial: f(x, t)=co(t) c1 (t)x c2 (t)x^2 … cn(t)x^m. However correlation with this polynomial is undesirable when the curved surface formed by experimental data is not smooth or the correlating range of correlation is too large. In this paper, a new correlating equation for this purpose is proposed. There are no undetermined coefficients in the new equation. When this new equation is used for correlating different kinds of experimental data (curved surface), smaller errors will always be obtained in comparison with the normal polynomial.     

胶原蛋白改性活性艳蓝高分子染料的研究

以从含铬革屑中提取的胶原蛋白粉和活性艳蓝X-BR为主要原料,制备了胶原蛋白改性活性艳蓝染料。得出了最优合成工艺参数：聚氨酯交联剂用量为20％（占蛋白质的绝干质量）,染料含量小于25％（可根据所需染料的色调选择）,以乙酸钠为氯离子捕捉剂,初期温度为80℃,反应2h后升至95℃,反应至体系pH值不再发生变化。产品的红外谱图验证了分子结构,紫外可见谱图说明了胶原蛋白改性活性艳蓝并未破坏染料的显色基团。对产品的色牢度和耐迁移性进行了测试,得出胶原蛋白改性活性艳蓝染料耐热迁移性优于未改性染料和染料水．耐干湿擦及耐迁移色牢度均达到4级以上。     

一种基于混沌优化的图像增强算法

利用不完全Beta变换对红外图像进行自适应的增强处理。变换的参数利用混沌优化算法给出。为了提高优化迭代的计算速度,运用BP神经网络对不完全Beta变换进行函数逼近。仿真结果表明,该算法能自适应地进行图像增强处理。增强后的图像灰度分布更均匀,对比度得到明显提高。     

带时间约束的Louvain算法在动态脑功能网络模块化中的应用研究#br#

针对在动态脑功能网络的模块化属性研究中,Louvain算法因过度追求模块度值最大化而导致的动态脑功能网络模块辨识度不高的问题,提出了一种带时间约束的Louvain算法。该算法以整个数据采集区间上的模块度值分布为依据构建迭代结束条件,以时间约束来达到模块在规模和数量上的均衡,从而保证模块划分更加合理。将本文算法用于静息态脑功能的模块划分实验时,对比结果显示,与原Louvain算法相比,带时间约束的Louvain算法能够得到更为合理的模块化结果,并可以观测到动态脑功能网络中小规模的模块结构。而采用本文算法用于健康人和自闭症患者的动态脑功能网络模块度对比实验,能够揭示两者在模块化上存在显著差别,从而验证了本文算法的有效性。     

基于稀疏数据的岛礁边线平滑外推方法

岛屿、礁石等附近的洋流呈现错综复杂的特征,增加了民用船只航行的危险。对此,可以通过对航线内的岛屿、礁石基于边线进行外推的方法,计算出一个较为合理的适合航行的安全区域。提出了一种基于稀疏数据的岛礁边线平滑外推方法,该方法从岛屿、礁石等地理要素在边线数据稀疏、精度较低情况下所呈现的形状特征出发,通过将岛礁抽象为平面上的一个多边形,并设定符合要求的外推距离,同时引入满足航行误差要求的拐角平滑处理半径,实现岛礁边线的平滑外推。并通过实验验证了该方法的有效性,具有一定的实用价值。