桂北龙胜地区基性超基性岩的变形分解构造及其大地构造意义

桂北龙胜地区早期顺层侵位的基性超基性岩遭受了后期强烈变形分解作用的改造,在岩体的边部形成了一系列强剪切应变域——边缘韧性剪切带。带内发育典型的基性超基性糜棱岩,而弱应变或无应变的块状基性超基性岩构成一系列呈NNE向展布的透镜体,透镜体与边缘韧性剪切带共同构成一种透镜体型变形分解构造体系。龙胜地区基性超基性岩中的透镜体型变形分解构造与丹洲群浅变质岩中的纵向构造置换作用密切相关,形成于统一的近东西向挤压的地壳收缩构造体制,这是一种有别于前人认为龙胜基性超基性岩属元古代“岛弧型蛇绿岩”,“洋壳碎块蛇绿混杂岩”或中生代“碰撞造山带上蛇绿混杂岩推覆体残留”的观点。     

曲折状CoFeSiB三明治薄膜及其巨磁阻抗效应

利用射频磁控溅射技术及MEMS技术,制备了曲折状三明治结构的CoFeSiB/Cu/CoFeSiB多层膜,在l～40 MHz频率下,研究了多层膜的纵向和横向巨磁阻抗效应以及相应的电阻、电抗变化率。结果表明:曲折状三明治结构多层膜的巨磁阻抗效应,比单层膜有较大的提高,纵向和横向最大GMI效应分别为12.2%和–18.6%。     

基于投影特征曲线匹配的车牌字符识别算法

在车辆牌照自动识别系统中,字符识别是最后一个也是最关键的步骤.在实际场景中,光照不同造成了车牌字符效果不同,从而影响字符识别的正确率,尤其是车牌中汉字的识别.提出一种灰度预处理算法来解决识别过程中的光照问题.针对不同字符在垂直方向和水平方向投影特征曲线不同,采用分类比较和滑动匹配方法来识别车牌字符,提高算法的适应能力.     

GMRF纹理模型在ATR评估系统中的应用

介绍高斯马尔可夫随机场（GMRF）纹理模型的基本原理,及该纹理模型参数的最大似然估计方法。针对已有的计算参数算法的运算量偏大的缺点,提出改进的参数计算算法,并列出具体实现步骤。对真实纹理进行模拟实验,结果表明该算法取得很好的效果。     

大气颗粒物中轻元素的PIGE分析

轻元素是大气颗粒物的主要组成部分,质子激发Y射线(PIGE)可以探测大气颗粒物中的轻元素,如Li,B,F,Na,Mg,Al,Si等,是质子激发X射线分析((PIXE)方法的一个良好补充.在中国科学院上海应用物理研究所核分析技术重点实验室的扫描质子微探针系统上实现了PIGE测量.利用PIGE对沙尘暴期间上海的PM,.样品...     

TTC估计系统误差分析及修正

在运动图像序列中利用目标稳定的特征点进行跟踪,从而计算目标尺度变化率以进一步进行TTC（Time-To-Contact) 估计,是目前应用较多的被动测距方法,但由于图像的离散化采样,在图像中进行尺度测量不可避免地带来了很大的误差,本文在对TTC估计系统进行了一系列误差分析后,根据TTC系统的特点对TTC估计结果进行一元线性回归修正,以提高估计精度和抗干扰能力,实验结果证明了该方法的有效性。     

基于奇异值分解的图像匹配方法

传统的图像匹配方法中, 由于实时图和参考图之间存在着灰度差异和几何形变,仅用灰度作为特征进行匹配算法的性能很容易受到影响。文中提出了一种基于奇异值分解的图像匹配方法。该方法首先利用奇异值分解方法,求出模板图像矩阵的奇异值及奇异值向量,用它们作为模板图像的特征代替传统算法中的灰度对两幅待匹配图像进行全局搜索定位。由于奇异分解方法所特有的优越性,匹配实验取得了良好效果。实验结果验证了该方法的有效性。     

上海吴淞地区气溶胶粒径分布和元素浓度研究

为了有效降低颗粒物浓度和提高吴淞工业区大气环境质量,重要的任务是测定大气颗粒物的粒径分布和化学组分.本研究使用DYLEC-120型冲击式9级采样仪,选择该地区有代表性的4个采样点,在冬季(2004年1月)采集不同粒径大气颗粒物(分别为》11,11～7,7～4.7,4.7～3.3,3.3～2.1,2.1～1.1,1.1～0.65,0.65～0.43,《0.43μm).使用质子激发X荧光发射技术测定不同粒径颗粒物中S,K,Ca,Ti,Cr,Mn,Fe,Ni,Cu,Zn,Br和Pfb 12种无机元素浓度.结果发现,吴淞工业区气溶胶质量浓度呈现双峰分布,峰值分别位于1.1～2.1和4.7～7.0 μm两个粒径范围.富集因子分析结果表明,4个监测点无机元素浓度和污染状况与监测点所在地及周边工矿企业排放紧密相关.应当引起重视的是S,Cr,Ni,Cu,Zn,Br和Pb等元素已严重地受到人为污染源的影响,而且这些元素更趋于富集在直径小于2.1 μm的细颗粒物中,呈现粒径变小而污染加剧的特征.     

基于Gibbs模型的提高图像分辨率方法

在提高图像分辨率过程中,选择合适的成像模型是获得高分辨率图像的一个关键因素。提出一种基于最大后验概率、采用Gibbs成像模型,并利用多帧序列图像重构高分辨率图像的方法,充分利用序列图像之间的累加信息,从而快速地获得较其他方法更优的高分辨率图像。     

基于邻域信息的图像分割技术

提出一种基于图像邻域信息的分割方法.首先,根据像素点邻域信息得到高维特征向量;然后采用典型相关分析(CCA)改进线性判别分析(LDA)中的变换矩阵,使得特征向量的降维具有自适应性;最后用最近邻法对降维后的特征向量进行分类,从而实现了图像的分割.试验中,选取人脸图像分割来验证该方法,结果显示出其具有良好的分类效果.