基于小波的实时烟雾检测*

传统的离子式、吸气式、光电式等烟雾检测器在大空间中检测烟雾时,会受到发射信号与接收信号之间的距离、平面角度、精确对准等限制,无法对整个空间的烟雾状况进行描述.新的方法通过监测区域的摄像机拍摄的视频图像序列,进行小波变换,分析图像帧在时域和空域的频率特性,来确定被监测区域是否有火灾烟雾的发生.实验证明该方法不受空间高度、热障、易爆、有毒等环境的限制,并且有灵敏度高、抗干扰力强、适用范围广等特点.     

图像序列中的自动点目标空时快速检测*

提出了一种新的序列图像中点状运动目标空时快速检测方法,该方法假设经过背景杂波抑制预处理后图像已转换为类SPGWN(信号加高斯白噪声)模型.自动目标检测时图像序列被划分为多组检测单元,每单元包含两帧相邻的图像.根据目标速度限制条件,采用在单元内以及两相邻单元间沿轨迹集成像素灰度的检测算法.在付出同等运算量的代价下,克服了二维投影检测性能较差的弱点,同时也具备可检测多速率目标的优点.理论分析和仿真试验表明了该检测方法的有效性.     

基于字典的DNA序列压缩算法研究及应用*

在现有DNA序列数据压缩算法的基础上,以DNA序列数据的存储效率及生物学解释综合考虑,设计并实现了基于字典的DNA序列压缩算法DNADCompress.算法核心包括重复子串字典建立、字典项筛选、字串压缩编码三方面.实验数据表明,数据压缩算法压缩效果达到常用DNA序列压缩算法水平,并为序列生物学解释提供了基础.     

基于时间序列模式表示的异常检测算法*

提出了一种基于时间序列的模式表示提取时间序列异常值的异常检测算法(PREOV).时间序列的模式表示本身就具有压缩数据、保持时间序列基本形态的功能,并且具有一定的除噪能力.在时间序列模式表示的基础上提取异常值,可以大大提高算法的效率和准确性,达到事半功倍的效果.在本算法中,还使用了一定的剪枝策略,使得算法的时间复杂度进一步降低.该算法计算简单、实现方便、无须训练,可以支持时间序列的动态增长.     

考虑时序性的风电序列场景集生成方法

针对目前单时段/多时段场景集生成方法在保留风电序列时序性方面的不足,提出一种自适应预测箱和状态转移矩阵相结合的风电序列场景集生成方法:在单时段分析阶段,结合自适应预测箱技术生成静态场景集;在多时段分析阶段,以状态转移矩阵滤除风电序列多时段转移过程的不合理波动,经过迭代过程生成既满足风电随机特性,又满足时序性要求的风电序列场景集.以德国TenneT电力公司的风电数据为例,在风电序列时序特征改进、与实际场景的差异性、算法计算效率和面向优化调度的应用效果方面与其他方法进行对比分析,验证所提方法的新颖性、合理性及实用价值.     

一种新的变轴数控机床标定方法

本文论述了国内外并联数控机床所采用的标定方法，选择了序列法进行了标定试验。但在实际标定过程中，出现了部分数据误差较大的问题，本文针对所面临的问题，提出了数值逼近法，并应用到实际机床的标定中，获得了机床的相关参数。之后，通过数学模型的计算值和实际测量值对比，验证了数据的可靠性，从而验证了方法的可行性和正确性。     

口蹄疫病毒WFL株2C-P3-3′NCR片段的克隆及适于设计siRNA的序列分析

目的筛选出口蹄疫病毒(FMDV)基因组上适于设计siRNA的基因片段。方法以FMDV WFL株RNA为模板,用3′RACE法扩增出2C-P3-3′NCR序列,将PCR扩增片段克隆到pMD18-T载体上,转化E.coli DH5α,筛选阳性重组子,进行序列测定,并与参考毒株序列比较。结果扩增的基因片段大小为4033bp,其2C、P3和3′NCR序列的核苷酸序列与参考毒株的同源性分别为87·11%～94·23%、84·91%～96·66%和66·98%～82·35%,2C和P3与参考毒株的氨基酸同源性分别为94·97%～99·39%和91·84%～98·55%,WFL株P3基因的第1150～1270、1680～1840和2080～2490bp以及2C基因的第354～470bp范围内与参考毒株具有高度保守的特性。因此,可以依据siRNA设计原则,在这4个区域内筛选抑制效果好的siRNA。结论成功克隆了FMDV WFL株2C-P3-3′NCR基因的序列,并筛选出4个适于设计siRNA的基因区段。     

一种改进的超宽条带噪声消除算法

针对高光谱遥感图像中的超宽条带噪声干扰现象,在深入研究高光谱图像特点和条带噪声产生机理的基础上,提出了一种新的基于最小序列值、小波变换和矩匹配相结合的滤波算法（OWM算法）。该算法主要包括灰度对比度处理、最小序列值处理、小波变换系数归零处理和矩匹配处理等四个步骤。用实际的高光谱图像进行了一系列的验证比较实验,获得了好的实验效果。实验结果表明OWM算法不仅能够有效滤除高光谱图像中的超宽条带噪声,而且还具有较好的普适性。     

无位置信息的无线传感器网络漏洞发现算法*

无线传感器网络广泛应用的前提是能够检监测目标区域特定事件的发生。而节点能量受限、难补给的特点导致监测性能难以保证,造成监测盲区出现。针对无线传感器网络节点的地理位置信息未知的情况进行了研究,提出覆盖漏洞发现算法CHDA (Coverage Holes Discovery Algorithm),在以节点为极点建立的极坐标中计算出相邻节点的相对位置信息和该节点被其邻居节点覆盖的边缘弧的信息,并且根据节点的单纯覆盖弧序列的定义计算出节点被其邻居节点覆盖的单纯覆盖弧序列,从而得到网络中的覆盖漏洞。覆盖漏洞的发现克服的地理位置信息未知的限制,为漏洞的修补提供了必要的前提条件进而保证传感器网络的覆盖率。     

震积岩的特征、成因与浊积岩比较

震积岩是在地层中具有古地震事件纪录的一类岩石的总称。震积岩和浊积岩都是属于事件性沉积范畴,其起因于一定的触发机制,阵发性因素直接或间接诱发下而形成。震积岩是由地震作用所产生的具有震积构造和震积岩序列的灾变事件沉积的。广义上说浊积岩就是由浊流沉积作用而形成的岩石组合。认清震积岩与浊积岩两者之间的相互区别和联系,这对于油气勘探也是很有指导意义的。