基于CMFS-MIC特征选择的跳频电台个体识别方法

针对跳频电台细微特征集中存在冗余特征等导致电台识别时存在计算量大、识别准确率低等问题,提出了一种基于CMFS-MIC特征选择的跳频电台个体识别方法。首先计算采集到的各个跳频电台信号样本的细微特征集,然后采用关联信息熵度量特征子集的组合效应,兼顾考虑特征间的关联关系和冗余关系对各个特征进行降序排序。在此基础上,采用最大信息系数度量的近似马尔可夫毯方法删除冗余特征,实现对特征子集进行优化和降维。最后,设计了投票组合分类器实现对4部跳频电台信号的识别。仿真结果表明,本文算法具有更高的分选识别率。     

饲料级磷酸氢钙中钙含量偏高的原因

通过不同温度下的烘干、灼烧实验 ,分析饲料级磷酸氢钙中钙含量偏高的主要原因是产品结晶水含量少 ,仅 0 .3个结晶水。取消中和槽蒸汽加热 ,保持常温反应 ;改闪蒸干燥为气流干燥 ;用氢氧化钙作中和剂 ;使饲钙产品中钙含量由平均约 2 8%降至 2 2 %。     

基于变权灰色关联法的长江荆南三口地区水资源短缺程度分析

对荆南三口地区水资源短缺程度进行分析研究,为实现区域水资源可持续合理利用提供科学依据。在水资源短缺评价研究中,前期研究成果大多采用常权法确定评价指标,致使评价指标产生状态失衡。将变权理论引入到水资源短缺程度分析中,从而确定评价指标变权重,并结合灰色关联法,构建水资源短缺程度分析的变权灰色关联法模型并加以应用。最终得出荆南三口地区三县的水资源短缺程度均为轻度缺水,其缺水程度排序为:华容县南县安乡县。利用变权灰色关联法计算水资源短缺程度,方法可行,结果合理,满足了评价指标均衡性要求。     

秸秆黄腐酸包膜尿素在水稻上的应用效果

在石灰性土壤上进行田间小区试验，结果表明，秸秆黄腐酸包膜尿素能满足水稻生长最大效率期对营养的要求，有利于有效穗的分化，提高结实率。等氮量试验平均增产9．6％，等重量试验平均增产7．4％。     

核壳结构聚合物乳液乳胶粒粒径及重量分布测试

对核壳结构聚合物乳液乳胶粒的粒径及其分布进行了测试,并与同一聚合物体系的其它乳液加以比较、分析,得出其粒径最小、分布最均匀的重要结论.     

基于物元分析法的水资源管理现代化评价

为科学合理地评价区域水资源管理现代化水平,从水资源保障、用水效率、水资源保护、水资源公共管理能力、水资源支撑能力5个方面构建评价指标体系,将模糊层次分析法(FAHP)和熵权法耦合,确定评价指标综合权重,基于物元理论建立水资源管理现代化评价模型。以南京市高淳区为例进行评价,结果表明,南京市高淳区水资源现代化管理水平处于初等现代化阶段,与实际情况相符,验证了所构建评价模型的可行性和有效性。     

熵权-云模型在土石坝安全综合评价中的应用

提出了一种基于熵权-云模型的方法,借鉴云模型的特点,在构建评价层次结构模型时,采用改进层次分析法结合信息熵确定各评价指标权重,以克服运用模糊层次综合分析法时权重受人为主观判断影响较大和模糊概念会丢失部分不确定性等问题,改进隶属函数对土石坝进行综合评价,并以某均质土石坝为例评价了大坝安全状态,分析表明该方法具有可行性。     

基于组合赋权的湖泊健康评价物元分析模型

湖泊生态系统的健康是人与自然和谐相处及可持续发展理念的重要体现。通过建立湖泊健康评价物元分析模型,并改进其指标权重的计算,以离差平方和准则将层次分析法、熵值法及主成分分析法3种赋权方法取得的权重结合得到最优组合赋权,应用到某地5个湖泊进行湖泊健康评价。根据当地湖泊具体情况,选取12个详细指标建立评价体系与评价标准,通过模型计算得出结果显示5个湖泊中4个湖泊评价结果为优,一个评价结果为良,湖泊总体健康状况良好。因此该模型用于湖泊健康评价是非常有效的。     

高转化率SBR1712的合成和性能

分子量调节剂叔十二碳硫醇(TDM)采用分批加入方式,TDM补加量为0.35～0.45份;选用歧化松香酸钾和脂肪酸钠复合乳化剂,采用一次加入方式;在聚合速率为(7～8)%/h时,可制备出转化率达70%±2%的充油丁苯橡胶SBR 1712(充油量27.3%).在10L釜中进行扩大试验,所得试样的性能与JSR公司同类产品的性能相当.     

Efficient multilevel image segmentation through fuzzy entropy maximization and graph cut optimization

The fuzzy c-partition entropy has been widely adopted as a global optimization technique for finding the optimized thresholds for multilevel image segmentation. However, it involves expensive computation as the number of thresholds increases and often yields noisy segmentation results since spatial coherence is not enforced. In this paper, an iterative calculation scheme is presented for reducing redundant computations in entropy evaluation. The efficiency of threshold selection is further improved through utilizing the artificial bee colony algorithm as the optimization technique. Finally, instead of performing thresholding for each pixel independently, the presented algorithm oversegments the input image into small regions and uses the probabilities of fuzzy events to define the costs of different label assignments for each region. The final segmentation results is computed using graph cut, which produces smooth segmentation results. The experimental results demonstrate the presented iterative calculation scheme can greatly reduce the running time and keep it stable as the number of required thresholds increases. Quantitative evaluations over 20 classic images also show that the presented algorithm outperforms existing multilevel segmentation approaches.