粗糙集理论的分层递阶约简算法及其信息理论基础

本文模拟人类认知的分层递阶原则,提出一种粗糙集理论的分层递阶约简算法.该算法首先将信息系统或决策系统的知识在由部分属性所构成的多种层次和多种粒度上表示出来,然后分别对各个属性层次进行递阶约简.因此,该算法具有较强的实用性和较好的动态特性,并且能并行运算.同时,本文从信息理论的角度证明了分层递阶约简的理论基础.文章的最后将该算法应用于某水泥窑炉控制决策的获取中,证实了其有效性.     

柴油机实车监测振动信号处理方法

柴油机运行过程中振动信号的采集与处理对于柴油机技术状况的监测具有重要的意义.本文利用振动加速度传感器对柴油机机体振动信号进行测试,并采用整周期截断和多段相加平均处理、包络变换的方法对振动信号进行处理,最后利用FFT和PSD方法对信号进行分析,有效地提取了振动信号的频率特征,为提高状态监测和故障诊断的准确度奠定了基础.     

砌体结构房屋底层墙体开洞时洞口最大宽度计算的探讨

本文根据国家现行规范和结构构件承载能力极限状态分析．提出了砌体结构房屋底层墙体开洞宽度的计算方法，供工程技术人员在工程实践中参考。     

大跨度叠层空腹桁架结构整体弯曲对现浇混凝土楼板的影响分析

利用大型软件ANSYS实体单元系统，分析了大跨度叠层空腹桁架转换结构在竖向荷载作用下楼板整体弯曲问题。由于楼板的整体弯曲在楼板中产生不可忽视的附加应力，与叠层空腹桁架类似的大跨度结构的现浇混凝土楼板设计应考虑整体弯曲的影响，并提出了相应的设计建议，可为相关结构分析和设计提供参考。     

基于UA302H数采器的虚拟测试系统设计

本文针对计算机辅助测试问题,阐述了集成测试和虚拟仪器的巨大优势,重点介绍了一套以UA302H数据采集器为A/D转换装置的虚拟测试系统的设计与应用情况,为普通用户自行开发虚拟测试系统提供了思路.     

融合小波和LBP-GD特征的人脸表情识别

针对局部二值模式（LBP）不能描述纹理方向变化的问题,提出了一种融合了梯度方向的LBP-GD算子。LBP-GD算子不仅保持了LBP本身的优点,还可以细致刻画纹理的方向信息。由于人脸表情器官所蕴含信息的差异性,设计了一种不规则的分块方式,把图像分为9个互不重叠的子块并且设置不同的权值系数,然后提取每个子块的LBP-GD特征。最后,将LBP-GD特征与提升小波的低频分量特征加权融合,用K近邻方法进行分类。在JAFFE和Cohn-Kanade表情库上验证了该方法的有效性。实验结果表明,该方法比单独使用LBP-GD特征和提升小波特征具有更好的识别效果。     

浅谈如何在建筑设计中运用色彩

建筑设计最主要的目的是要创造具有某种思想情感的环境氛围,从而让人们得到教益或愉悦身心,在以往很多经典的建筑设计中,都充分地运用了形、声、色等手段,其中最为突出的就是色彩运用。本文主要探讨了色彩在建筑设计中的重要性及其应用。     

钌基Deacon催化剂的研究进展

大量副产氯化氢已成为制约众多涉氯行业发展的共性难题。催化氧化氯化氢制氯气,即Deacon过程,是一种实现工业副产氯化氢循环利用的可持续发展途径。钌基Deacon催化剂具有高活性和高稳定性的优异特点,并且已成功应用到工业过程。根据催化剂种类的不同将氯化氢氧化机理分为两种:以铜基催化剂为代表的种类为MarsvanKrevelen机理,以钌基催化剂为代表的种类遵循Langmuir-Hinshelwood机理。分析和总结出钌基Deacon催化剂是以RuO_2和金红石晶型的氧化物载体为基本组成,其结构是由RuO_2呈二维薄膜形态包覆在金红石晶型载体表面形成的核壳结构。详述改进型钌基催化剂在降低贵金属负载量和提高稳定性两个方面的研究进展,并展望未来降低Deacon催化剂成本的发展方向。     

基于熵加权K-means全局信息聚类的高光谱图像分类

目的 高光谱图像波段数目巨大，导致在解译及分类过程中出现“维数灾难”的现象。针对该问题，在K-means聚类算法基础上，考虑各个波段对不同聚类的重要程度，同时顾及类间信息，提出一种基于熵加权K-means全局信息聚类的高光谱图像分类算法。方法 首先，引入波段权重，用来刻画各个波段对不同聚类的重要程度，并定义熵信息测度表达该权重。其次，为避免局部最优聚类，引入类间距离测度实现全局最优聚类。最后，将上述两类测度引入K-means聚类目标函数，通过最小化目标函数得到最优分类结果。结果 为了验证提出的高光谱图像分类方法的有效性，对Salinas高光谱图像和Pavia University高光谱图像标准图中的地物类别根据其光谱反射率差异程度进行合并，将合并后的标准图作为新的标准分类图。分别采用本文算法和传统K-means算法对Salinas高光谱图像和Pavia University高光谱图像进行实验，并定性、定量地评价和分析了实验结果。对于图像中合并后的地物类别，光谱反射率差异程度大，从视觉上看，本文算法较传统K-means算法有更好的分类结果；从分类精度看，本文算法的总精度分别为92.20%和82.96%， K-means算法的总精度分别为83.39%和67.06%，较K-means算法增长8.81%和15.9%。结论 提出一种基于熵加权K-means全局信息聚类的高光谱图像分类算法，实验结果表明，本文算法对高光谱图像中具有不同光谱反射率差异程度的各类地物目标均能取得很好的分类结果。