饱水石灰岩骨架和流体弹性参数的估算

本文利用Niu等提出的基于临界孔隙度模型的组分弹性参数数值计算方法,把测试岩石样品的孔隙度、整体密度、纵波速度和横波速度作为数值计算的输入数据,运用双线性数值计算方法反演求出临界点、流体和骨架的12个弹性参数。具体做法是:基于临界孔隙度模型,给出三组线性关系,即密度—孔隙度,整体剪切模量—孔隙度,整体纵波模量—孔隙度,上述每组线性关系分别以孔隙度作为自变量和因变量得到两个线性方程,再把两个方程计算的结果进行加权平均得到相关的弹性参数估算值,并结合饱水石灰岩样品数据实现了弹性参数估算。数值计算结果表明,由数值计算得到的弹性参数与测试弹性参数的均值和方差相差甚微,特别是密度数据的偏差均值更小,说明文中的数值计算结果是可靠的。     

PUseqClust:一种RNA-seq数据聚类分析方法

基因的聚类分析是基因表达数据分析研究的重要技术,它按照表达谱相近原则将基因表达数据归类,探究未知的基因功能.近年来,RNA-seq技术广泛应用于测量基因表达水平,产生了大量的读段数据,为基因表达聚类分析提供了充分条件.由于读段非均匀分布的特性,对读段计数一般采用负二项分布进行建模.现有的负二项分布算法和传统的聚类算法对于聚类分析都是直接对读段计数进行建模,没有充分考虑实验本身存在的各种噪声,以及基因表达水平测量的不确定性,或者对聚类中心的不确定性考虑不够.基于PGSeq模型,模拟读段的随机产生过程,采用拉普拉斯方法考虑多条件多重复基因表达水平之间的相关性,获得了基因表达水平的不确定性,联合混合t分布聚类模型,提出PUseqClust （propagating uncertainty into RNA-seq clustering）框架进行RNA-seq读段数据的聚类分析.实验结果表明,该方法相比其他方法获得了更具生物意义的聚类结果.     

黄土高原地区工程弃渣防护设计的几点体会

就黄土高原地区的工程弃渣防护问题 ,从渣场选择、设计洪水标准和建筑物级别、基础工作、渣场改造及土地利用、投资控制等方面进行了讨论 ,强调了渣场位置及其防护方案必须经过综合比较后确定的原则。     

烟气污染物协同治理中的负协同效应串联作用现象

随着烟气污染物协同治理技术在燃煤电站的普遍应用,协同治理过程中各单元设备间的不良影响及其造成的设备治理能力下降或污染物增量排放现象日益显现,对此类负协同效应展开分析,并通过性能试验、检测化验、运行诊断等方法对某350 MW机组进行研究,结果表明：存在负协同效应串联作用现象,即上游设备的负协同效应不断蚕食本体或下游设备的污染物治理能力,最终导致设备治理能力不足。最后,提出控制及消纳负协同效应的建议。     

基于高斯混合模型的车辆字符识别算法

在基于统计方法的车牌字符识别算法中,为了更有效地描述车牌字符特征的类条件概率密度,提出了一种基于高斯混合模型(GMM)的识别方法.首先采用Gabor变换来提取车牌字符的特征参数,然后通过GMM来逼近字符特征的类条件概率密度分布,最后根据得到的类条件概率密度分布函数构造贝叶斯分类器.其中,GMM的参数估计采用EM算法.实验表明,这种方法具有良好的字符识别效果、较强的鲁棒性以及较大的应用价值.     

水泥配料控制中控制算法的研究

配料是水泥生产过程的重要环节,在一些连续称量配料工艺过程中,以往大多通过控制每种物料的瞬时流量来满足工艺要求,但往往误差较大,给生产带来不良影响。为提高控制精度,提出了一种偏差加权累积量控制PID算法,并在水泥生料配料控制中进行了实施,实验结果表明该算法能有效地抑制和消除系统过量超调和不停振荡,且对于某些不要求每个瞬时值都控制给定值的量,该算法可以避免调节阀的频繁动作并大大提高调节品质。偏差加权累积的PID控制算法具有简单、方便、易于实现的特点,且在水泥生料配料控制中取得了理想的效果,有很好的推广前景。     

固液混合物体热成像图的识别处理方式研究

热成像图能够反映物体辐射的性能,可在图像处理后应用于固体与液体材料的识别,而固液混合物热成像图的图像处理是技术难点。文中旨在从固液混合物的热成像图中提取内部特征及轮廓特征,先进行包含线性灰度变换、直方图修正、PCA分析的不同顺序及组合方式的图像修正处理,后进行包含MSER特征点与Prewitt特征边界的提取,最终对处理后的图像进行比较分析,得到三条图像处理路径,分别可用于固体成分分析、液体成分分析和物体外部轮廓分析。该处理方式可用于垃圾分类与工业物料识别,具有广阔前景。     

A low light natural image statistical model for joint contrast enhancement and denoising

We study the problem of joint low light image contrast enhancement and denoising using a statistical approach. The low light natural image in the band pass domain is modeled by statistically relating a Gaussian scale mixture model for the pristine image, to the low light image, through a detail loss coefficient and Gaussian noise. The detail loss coefficient is statistically described using a posterior distribution with respect to its estimate based on a prior contrast enhancement algorithm. We then design our low light enhancement and denoising (LLEAD) method by computing the minimum mean squared error estimate of the pristine image band pass coefficients. We create the Indian Institute of Science low light image dataset of well-lit and low light image pairs to learn the model parameters and evaluate our enhancement method. We show through extensive experiments on multiple datasets that our method helps better enhance the contrast while simultaneously controlling the noise when compared to other state of the art joint contrast enhancement and denoising methods.     

基于图切割的人体运动检测

研究利用图切割对人体进行有效检测的方法.首先在色相、饱和度和亮度(HSV)颜色空间建立自适应的背景混合模型快速提取背景;然后计算差分并消除阴影;最后构造8连通网络图,使用最小切割完成目标的分割.通过实验,对单模型与混合模型背景、4连通与8连通邻域以及基于数学形态学与基于图切割的分割进行了比较.结果表明,在实际环境下,采用本方法可快速、有效和鲁棒地对人体运动进行检测,并获得干净、光滑的分割结果.