潜江凹陷潜江组含盐系盐层底板的地质特征

潜江凹陷潜江组盐层底板赋存着油气。是一种特殊类型的油气层。它的岩性，盐类矿物结构与含量，力学强度，岩溶现象，孔渗参数，裂缝发育程度存在着非均质性地质特征。     

两种封装的光纤光栅温度传感器的低温特性

介绍了光纤光栅(FBG,Fiber Bragg Gratings)温度传感器的两种封装形式。推导了两种FBG温度传感器的温度敏感因素并进行了实验验证。实验研究了两种FBG温度传感器在-70~0 ℃的中心波长低温变化特性,比较了相同条件下两种FBG温度传感器的实验结果。结果表明:细不锈钢管封装的FBG温度传感器的中心波长在-60 ℃时发生了突变,急剧下降;而镀金FBG温度传感器的中心波长在-70~0 ℃随温度线性变化,重复性较好并且几乎没有迟滞现象。两种传感器在线性变化区间的温度灵敏系数KT 分别为28.2 pm/ ℃和21.3 pm/ ℃,分别是裸光纤布拉格光栅的3倍和2.3倍,它们的线性拟合度都超过0.999。     

动态Elman网的城市公路隧道交通流量模型

城市公路隧道内任意时段交通流量的变化是个非线性的复杂过程,受诸多随机的不确定因素的影响.传统的时间序列模型多使用BP网络,但BP网络是静态网络,它只是实现一一对应的静态非线性映射关系,不适合动态系统的实时辨识,难以实施精确预测.在对城市公路隧道动态交通流分析的基础上,提出了城市公路隧道交通流量预测的动态神经网络模型,该模型基于Elman网络,具有状态记忆的功能,用Elman网络建立的时间序列模型是一个自回归滑动平均模型.它的输出不仅取决于过去和现在的输入,而且也取决于过去的输出.使用该模型仿真预测武汉首义广场隧道的交通流量,试验结果表明,该方法能够更好的提高预测精度.     

基于TDMIS3C44B0X的光纤Bragg光栅传感信号采集方法

光纤传感技术与高速信号处理技术相结合,将极大地提高光纤传感技术的应用水平。描述了如何对光栅传感信号进行数据采集,介绍了ARM7TDMIS3C44B0X的中断过程,提出了将光纤光栅传感技术与TDMIS3C44B0X中断方式相结合的办法,以提高光纤光栅传感系统的数据采集能力,给出了软硬件设计方案。     

GaN薄膜制备及脉冲激光沉积法的研究进展

介绍了国内外制备GaN材料的历史和现状。分析了GaN材料及其薄膜的各种制备工艺的特点,并详细介绍了采用激光沉积工艺制备GaN薄膜的研究进展。     

微光开关研究与发展现状

光开关是光通信的关键部件，是近年来通信领域的研究热点．文章介绍了微电子机械系统(MEMS)光开关的特点，从光开关的实现方式等方面分析了基于MEMS的光开关的研究与生产现状，重点介绍了国外MEMS光开关的研究与制作方法、应用水平，对发展我国的MEMS光开关提出了建议．     

基于光纤光栅传感的桥梁监测采集系统

光纤布喇格光栅对应力应变或温度微小变化而产生相应的中心波长变化,对该波长进行编码,利用角度调谐法布里-珀罗滤波器实现波长的调谐,指出了对解调仪同一通道选择传感器应参考中心波长的差异;通过光纤光栅传感器构建了一个实际应用的分布式光纤光栅传感采集网络,并结合嵌入式数据库,详细设计了采集系统软件模块,该系统在国内多座大型桥梁健康监测中得到应用,为桥梁健康监测系统提供了长期在线和准确可靠的海量数据.     

混合卷积神经网络的人脸验证

人脸验证对于个人身份认证很重要, 它在系统安全和犯罪识别中具有重要意义. 人脸验证的任务是给定一对人脸图像判断是否为相同的身份(即二进制分类). 传统的验证方法包括两个步骤: 特征提取和人脸验证. 本文提出了一个混合卷积神经网络, 用于进行人脸验证, 主要过程分为三个步骤: 特征提取, 特征选择和人脸验证. 这个模型关键点是直接使用混合卷积神经网络从原始像素直接学习相关的视觉特征, 并通过单变量特征选择和主成分分析(PCA)进一步处理特征. 这样可以实现从原始像素提取到具有较好鲁棒性和表达性的特征. 在顶层使用支持向量机(SVM)判读是否为同一个人. 通过实验可以发现混合卷积神经网络模型与传统方法相比在人脸验证得准确率上有着较好的表现.     

基于光纤光栅振动传感器的桥梁索力实时监测

将研制成功的光纤光栅振动传感器以及桥梁索力实时监测系统应用于武汉长江二桥进行索力长期远程实时监测.光纤光栅振动传感器输出的信号可在光纤中进行远程传输,能在任何气候条件下长期稳定工作,适合于桥梁拉索索力的长期远程实时监测;开发的桥梁索力实时监测系统软件,具有拉索特征频率自动识别能力,可以实时进行索力计算.通过对武汉长江二桥拉索索力的实时监测,得到了桥梁索力的分布及其运行状况,为桥梁安全评估提供了可靠的依据.该系统可推广应用于其他大型斜拉索桥.     

复杂背景下图像中弱小目标的分割和提取算法

针对有些图像中的目标与背景之间存在区域边界往往不明显，加上噪声的影响，目标边界具有一定的模糊性，有时还存在目标与背景面积对比差别很大等问题，提出了一种基于图像边缘增强的自适应最佳阈值图像分割方法，有利于将弱小目标从复杂背景中精确地分割和提取。该算法将闽值法和其它方法进行结合，有效地解决了目标边缘模糊图像阈值选取困难这一问题；采用图像切割技术，有效解决了弱小目标在大背景下分割难的问题；将类别方差法和迭代算法相结合建立数学模型，不但有利于自适应最佳闻值的选取，而且有效地减少噪声对最佳自适应阈值的影响，提高了图像的分割效果。