电熔刚玉型壳的抗蠕变性与显微结构

本文从控制型壳显微结构出发,主要讨论如何使刚玉型壳中玻璃相转化为晶相,形成主晶相间以高温稳定异相直接结合的显微结构,从而达到从根本上改善型壳高温抗蠕变性的目的。同时初步揭示了高温抗蠕变性的本质。所研制的EC95型壳材料已成功地用于1550~1650℃的定向凝固工艺中。     

卷首语

历史又翻过一页 ,回顾过去的一年 ,《无损检测》在广大编委、作者和读者的关怀和大力支持下 ,又荣获中国科协优秀期刊二等奖 ,这是大家共同努力的收获 ,同时又是对我们编辑部同仁的鼓励和鞭策 !这要求我们在新的一年把期刊办得更好 ,更符合大家的需求。无损检测是始终与质量、安全联系在一起的一门极其重要的应用技术。尤其是压力容器 ,无损检测对其质量控制和安全使用起着举足轻重的作用 ,因此 ,本刊今年第 1期开辟压力容器检测专题论坛 ,以期对广大从事这一领域的同仁有所助益。继超声、声发射和电磁涡流检测信号处理专题综述 ,我们还将连…     

多元体系中界面结合理论的研究

通过对以反映多元体系中凝聚相表面，界面上原子－分子层次结构与相互作用的表面能（σs,σx),界面能（σsx)和尺寸效应（R，δσX/δR,δσ/δR）组成的体系表面自由能变化，采用泛函变分法计算和极值条件求解，进行了多元体系界面结合理论的研究，推导出性cosθ方程和界面结合特征（E）方程。这些方程表明，随着尺寸参数R值的降低，cosθ和E值增大，且cosθ>cosθ^∞和E＞E^∞,同时θ，αx，αsx等值减小，这些方程为进一步深化研究超硬材料和制品科学与工程中有关机理和工艺，如熔媒途径。这些方程也为探索新型超硬材料及其微晶，超微粉，纳米管等组成较大尺寸新材料和制品，提供计算和实验模拟研究。由于杨氏方程为这些方程的特例，则将会涉及更多的研究与应用领域的进展。     

引入迁移学习的癫痫EEG信号自适应识别

在脑电图( EEG)信号识别中,EEG信号的采样环境、病人状态的多样性导致分类器训练所用的源域与分类器测试所用的目标域不匹配,分类器在目标域上表现不佳。为此,引入邻域适应策略,提出一种基于子空间相似度的改进主成分分析特征提取方法( SSM-PCA),在选择主成分时,考虑源域和目标域数据的几何和统计特性,并结合迁移学习分类器大间隔投射迁移支持向量机( LMPROJ),给出以SSM-PCA为基础的LMPROJ分类识别方法。实验结果表明,与结合PCA特征抽取技术和K近邻分类器实现的识别方法相比,该方法在识别正确率方面得到较大提升。     

半监督空间化竞争聚集算法及其在图像分割中的应用

经典竞争聚集( CA)算法在聚类时对于样本中的少量已知信息没有加以利用,但这些信息往往需要应用到整个聚类过程中。此外,在相似度度量函数的选择上CA算法使用常见的欧氏距离,然而欧氏距离仅适用于团状数据,制约了算法的应用范围。针对上述问题,通过引入具备半监督学习能力的半监督项对隶属度矩阵进行增强,利用聚类中心和中心邻近的点组成空间,把样本点与该空间的距离替代欧氏距离作为新的相似度度量标准,并给出判断聚类中心能否合并的阈值参数,最终得到半监督空间化CA算法。通过在人造图像和真实图像上的分割结果表明,该算法能够更准确地获取聚类类别数以及更好的聚类效果。     

稀疏标签传播:一种鲁棒的领域适应学习方法

稀疏表示因其所具有的鲁棒性,在模式分类领域逐渐得到关注.研究了一种基于稀疏保留模型的新颖领域适应学习方法,并提出一种鲁棒的稀疏标签传播领域适应学习(sparse label propagation domain adaptation learning,简称SLPDAL)算法.SLPDAL通过将目标领域数据进行稀疏重构,以实现源领域数据标签向目标领域平滑传播.具体来讲,SLPDAL算法分为3步:首先,基于领域间数据分布均值差最小化准则寻求一个优化的核空间,并将领域数据嵌入到该核空间;然后,在该嵌入核空间,基于l₁-范最小化准则计算各领域数据的核稀疏重构系数;最后,通过保留领域数据间核稀疏重构系数约束,实现源领域数据标签向目标领域的传播.最后,将SLPDAL算法推广到多核学习框架,提出一个SLPDAL多核学习模型.在鲁棒人脸识别、视频概念检测和文本分类等领域适应学习任务上进行比较实验,所提出的方法取得了优于或可比较的学习性能.     

基于ISE 的核密度估计和随机置换的单一或协同特征的选择方法

针对数据的特征存在单一和协同特征的选择问题,基于平方误差标准核密度估计和随机置换理论,首先提出一种针对单一特征的特征选择方法(FSKDE-RP);然后,针对协同特征的情况,通过拓展随机置换理论,提出多维协同特征选择算法(SFSKDE-MRP),并利用核神经网络(KNN)分类器的分类精度选择最优特征子集.在模拟数据和真实数据集上的实验结果表明了所提出算法的有效性.     

用两层分类算法进行视频烟雾检测

为提高视频烟雾检测的准确性,提出一种基于概率的两层最近邻自适应度量分类算法(PTLNN)来进行烟雾检测.该算法以最小化平均绝对误差为原则,结合AdaBoost和KNN算法的优势,充分考虑局部和全局的样本分布,能明显提升分类精度.采用离散余弦变换(DCT)和离散小波变换(DWT)两种方式对烟雾特征进行提取,并验证算法性能.通过与传统算法的对比实验发现,采用离散余弦变换并结合PTLNN算法在视频烟雾检测方面具有更好的效果,既满足实时性要求又提高了检测精度.     

基于聚类、空间分集和轨迹连续的实时定位算法

针对多样本消除接收信号强度其时域浮动易造成定位的更新率下降和实时性降低的问题,首先在定位阶段利用空间分集技术,建立相邻位置信号强度的矢量队列来计算当前位置的强度;然后利用轨迹的连续性质,消除时域浮动产生的定位误差,同时通过对指纹数据库进行聚类,在对目标定位时只需在较小的聚类集合中进行少量计算,无需遍历整个数据库,且计算量不随指纹数据库的增大而增加,极大地降低了计算量;最后进行了实验仿真,结果表明该算法能有效减小运算量和定位误差。     

基于图像识别的文字快速录入系统

为有效地改进将实体处理成字符型文本文档的一般问题：算法局限性及运算量大、字符切分不准确、存储显示问题,提出基于图像识别的文字快速录入系统设计。系统将纸质文本资料扫描成图像文件,分析处理字符图像,自动识别获取文字信息及版面信息,储存成文本文档形式发送回上位机,完成图像信息的快速录入。数字图像处理技术是与国计民生紧密相连的一门应用学科,无论在理论上还是实践上都存在着巨大的潜力。