基于阈值的彩色目标图像的提取与测量

幅彩色图像提供了很多不同的信息,但是为了更好地研究我们所感兴趣的目标图像,需要将它们以图像斑块的形式单独提取出来,从而排除研究所不需要的干扰信息和背景信息,使得研究上作更容易、更准确。通过合理的选取阈值及提取关系,如大于等于阈值、小于等于阈值等,可从图像中提取研究所关心的目标图像及其边界,并测量所提取的目标图像的总面积及目标图像各斑块的面积和周长,由此可研究其分布规律与分布密度;并可在测量的基础上对目标图像斑块进行统计,统计出在一定面积或周长范围内目标图像斑块的个数,为相应的研究提供定量分析。     

混合碳四的来料加工

分析了混合碳四中3种关键组分超标对丁二烯生产的不利影响，提出了外加工混合碳四过程中具体的应对措施和解决方案。     

锝的TBP萃取化学行为研究

报道了在硝酸体系中用３０％ＴＢＰ－正十二烷萃取Ｔｃ（Ⅶ）的实验结果。详细研究了硝酸、硝酸铀酰、硝酸铀（Ⅳ）、硝酸铵、亚硝酸钠、硝酸锆、硝酸钚、硝酸铈，亚硝酰钌、硝酸羟胺、硝酸肼浓度及温度、相比等因素对Ｔｃ（Ⅶ）萃取化学行为的影响。实验结果表明，在不含铀的硝酸体系中，硝酸、硝酸铵、硝酸钚、硝酸锆、硝酸铈、亚硝酸酰钌浓度及萃取温度对Ｔｃ（Ⅶ）的分配比影响很大，而亚硝酸钠、硝酸肼及硝酸羟胺浓度对Ｔｃ（Ⅶ）的分配比影响较小；在含铀的硝酸体系中，硝酸浓度对Ｔｃ（Ⅶ）的分配比有影响，而萃取温度、硝酸钚、锆的影响较小。Ｔｃ（Ⅶ）在含或不含铀的硝酸体系中，与ＴＢＰ分别形成ＵＯ２ＮＯ３·ＴｃＯ４·２ＴＢＰ和ＨＴｃＯ４·３ＴＢＰ萃合物。     

二(2—乙基已基)硫醚对金(Ⅲ)的萃取

用斜率法、等摩尔系列法和饱和法测得二（2—乙基已基）硫酸（DEHS）与金（Ⅲ）的萃合物组成，讨论了水相氢离子浓度、氯离子浓度，萃取剂浓度和温度等多种因素对草金的影响。紫外光谱表明草合物中已不存在AUCl4，萃取过程属配体取代反应。     

高放废液中^126Sn的放化分析

以甲基异丁基酮(MIBK)萃取为主要步骤,放化分离高放废液中的~(126)Sn。全流程化学回收率约为60%。以SnO_2形式制成测量源,用HPGe γ谱仪测取γ谱图,由~(126)Sn的子体特征γ能峰面积,经化学回收率、探测效率校正后,计算得到高放废液中~(126)Sn的含量为371±29 Bq/ml。~(126)Sn的放射性活度约为高放废液总活度的4×10~(-7)。     

对叔丁基杯[4]芳烃乙酸对铀(Ⅵ)的萃取研究

合成了对叔丁基杯「４」芳烃及其衍生物对叔丁基杯「４」芳烃乙酸,研究了对叔丁基杯「４」芳烃乙酸对铀酰离子的萃取。测定了不同酸度和不同萃取剂浓度对分配比的影响。确定其萃合物组成为ＵＯ２Ｈ２Ｌ。求出了萃取反应平衡常数,讨论了萃取机理。     

基于汉语分词的信息抽取技术

随着信息时代的到来，如何将大量无序的信息及时准确地提取、整理、组织成便于查询检索的形式，巳成为研究开发的焦点。尤其是随着互联网技术的高速发展，为用户提供了更加丰富的信息。将基于汉语自动分词的综合信息抽取技术应用于信息检索，具有实际应用意义和价值。     

一种基于参数提取算法的快速ADC测试方法

对于传统的ADC测试方法,若要得到动、静态性能指标,需通过两次测试测得,所需时间较长。文章首先采用移动平均滤波器对静态测试时的直方图算法进行时间优化,然后对静态测试采集的测试点进行抽取,并消除增益误差后,基于参数提取算法通过傅里叶变化得到所有的ADC动态参数。实验结果表明,文章所提算法所得的最大INL估算误差为0.186LSB,SINAD、ENOB、THD、SFDR估算误差分别为 0.211dB、0.035、0.159dB、0.119dB。与原估算算法相比,优化算法所得SINAD和ENOB的估算精度提高了0.411dB和0.057。与传统ADC测试方法相比,在保证测试精度的前提下,测试时间减少了50.769%。     

基于轮廓波的纹理图像特征提取方法

文利用轮廓波分解的方向性和能量变化特性,提出了一种适用于纹理图像的特征提取方法。该方法首先通过方向可控滤波器（Steerable Filter）获得纹理图像的角度信息,然后进行轮廓波分解提取纹理在不同分解方向上的特征向量,最后将纹理的角度和方向分解的能量信息一起作为纹理的特征。由于轮廓波的方向和分解层次数目可以灵活地调节,因此特征值数量也是调节的,以达到最好的识别分类效果。本文利用简单的距离分类器对所提出的算法进行了验证,以Brodatz纹理库中的旋转纹理图像为标准,纹理分类的结果达到了满意的效果。      

层次版图连接关系提取

本文提出了一种新的层次版图连接关系提取算法,其利用投影法和版图倒序树(Inverse Layout Tree,简记为ILT)构建同一原始图形在不同层次单元之间的关联,并在基于边的扫描线算法的基础上利用组合器的方法建立版图数据的正确连接.此算法能够极好的保持版图中原有的层次,在此算法基础上进行的层次网表提取能够使层次LVS得到最大程度的支持;同时,算法具有很高的效率,只需占用很少的资源.目前,九天EDA系列工具中的层次版图验证工具已经采用此算法.