基于溶液图像时序特征的元素组分含量动态监测系统

针对稀土萃取过程中组分含量难以实时监测以及现有组分含量检测方法耗时、耗内存的现状,设计了一种基于溶液图像时序特征的元素组分含量动态监测系统。首先使用图像采集装置获取萃取槽体溶液的时序图像,考虑萃取液颜色特性和单一颜色空间的不全面性,采用主成分分析（PCA）方法在HSI和YUV融合的颜色空间提取图像的时序特征,并结合生产指标构造基于鲸鱼优化算法（WOA）的最小二乘支持向量机（LSSVM）分类器来对工况状态进行判断。然后当工况处于非最佳状态时,在HSV颜色空间对图像提取颜色直方图和颜色矩特征,并开发以溶液图像间的混合特征差值的线性加权值为相似度度量的图像检索系统,从而获取组分含量值。最后进行镨/钕萃取槽体混合溶液测试,结果表明该系统能够实现元素组分含量的动态监测。     

多次采样m序列法辨识LTI脉冲响应计算方法

研究一个时钟周期内多次采样条件下m序列法辨识线性时不变系统脉冲响应的计算方法,推导出脉冲响应序列与m序列周期、幅度及采样率之间的关系表达式。将双极性m序列信号的自相关特性进行均匀抽样,写成全周期内的统一表达式,代入维纳-何甫方程,再利用循环右移矩阵将脉冲响应用输入、输出采样序列表达出来。在matlab平台上对算法进行仿真实验,结果证明这种算法是正确的。     

Caking property and active components of coal based on group component separation

The content and the caking index of the heavy,the dense medium and the loose medium components of coal,obtained by extraction and stripping with CS_2/N-methyl-2-pyrrolidinone mixed solvent(1:1 by volume),were studied and correlated with the caking property of raw coals.Images of the three group components after heat treatment were analyzed.The results show that both caking index(G) and maximum thickness of plastic layer(Y) of coals have a good linear relationship with the content of the medium component;the dense medium and the loose medium components are the two key factors to determine the caking property of raw coals-they are the source materials of fluidity and swelling of coal,respectively;the heavy component without the swelling and fluidity was cohered by the other components;two new indexes,which can extend current understanding of the caking properties,were introduced.     

基于聚类和案例推理的个性化教学序列生成

针对智能教学系统中个性化教学序列生成规则难于获取的问题,提出了将案例推理技术应用于教学序列生成,设计了学生案例相似度的计算方法.为了在案例数量增大时获得较好的检索速度和命中率,提出通过关键属性聚类来对案例进行划分并设计了用于聚类的惰性2-中心点算法,最后以实例验证了系统设计的可用性.     

动态社会网络的社团结构检测与分析

真实社会网络如邮件、科学合作、对等网络等均可以用图进行建模. 近年来, 基于图的社团挖掘吸引了人们越来越多的研究兴趣, 它不仅可以帮助识别网络的整体结构, 还可以发现社团演变的隐藏规律. 尽管使用静态图进行社团挖掘已经被广泛采用, 但基于动态图的研究还比较少. 通过使用时间序列, 对动态图上的社团挖掘包括社团检测与分析进行研究, 提出了一个新的动态社团结构检测模型, 并采用真实网络数据集进行了实验. 实验结果显示该模型在社团结构发现的有效性和效率性方面均有着良好的表现.     

2n周期优秀二元序列生成及其特性分析简

The 2ⁿ-periodic binary sequence with high linear complexity and high k-error linear complexity is defined as an excellent sequence. We design a genetic algorithm for generating excellent sequences and studying their features. Choosing the N-periodic binary sequences, where N=8, 16, 32, k=N/4, we search the resulted sequences by the genetic algorithm with various parameters, and compute the linear complexity profiles of results sequences by using the Lauder-Paterson algorithm, to confirm that the obtained sequences are the real excellent sequences. By numerous experiments, we speculate that the k-error linear complexity of the N-periodic binary excellent sequence meets the formula LC_k(S)≤N-2k+1, when k=N/4、N/8 (we also do experiments on sequences with periods 64, 128 and 256). By the brute-force method we obtain that the proportion of the excellent sequence in all binary sequences of the same period is 1/4.     

双势阱中玻色-爱因斯坦凝聚系统不动点分析

在准经典理论下,研究双势阱中的两组分玻色-爱因斯坦凝聚系统的动力学属性。利用平均场近似写出该量子系统的经典哈密顿量,通过数值及线性化分析,找到系统的对称型、反对称型、各向同性型及非对称型共四类不动点。分别讨论两种特殊模式下的不动点数目的变化情况和稳定性,发现两种模式出现不动点数目的上下限,且两种模式下不动点的稳定性与对应系数矩的阵特征值有关。     

Hilbert空间中的Riesz-对偶序列

文章主要研究Hilbert空间中的Riesz-对偶序列及其重要性质。对可分Hilbert空间中的任意序列,定义了仅依靠两组Riesz基定义的一个序列——Riesz-对偶序列,利用Hilbert空间中框架和Riesz基的性质,以及泛函分析中的算子理论研究它与前一组序列相关的性质。从而推广了P.G.Casazza、G.Kutyniok和M.C.Lammers的在抽象框架理论中研究对偶原理的一些结果。     

变电站塔架的计算机仿真模型研究

对当前电力行业中常见的变电站塔架形式进行研究,提出构件的标准化方法,并实现变电站塔架的计算机模型建模,从而满足电力行业的计算机仿真需求。     

基于主成分分析法与聚类分析法的安全指标体系优化

航天发射试验安全评价中涉及众多风险指标,各指标的选取是否合理,将直接影响安全评估的结果。采用层次分析法对影响航天发射试验安全的设备操作人员评估指标体系进行权重确定,并对评估指标进行了重要性检验,删除相对不重要的指标。采用主成分分析法与聚类分析法结合的方式解决指标之间存在信息重叠且具有一定相关性的问题,实现了指标体系的优化。