固定床吸附法提取发酵液中乳酸的工艺条件优化

预处理后的乳酸发酵液,经过5种树脂对吸附及解吸性能的筛选,确定选用弱阴离子树脂D301G从发酵液中提取乳酸.在正交试验优化基础上,得到该树脂单级工艺最佳操作条件为:时间3h、发酵液浓度86.0g/L、pH值为3,此时交换容量为237mg/g.又测定了流速和高径比对固定床吸附操作的影响,最终确定流速为1mL/min,高径比为10.8:1是最优固定床吸附工艺条件,并绘制该条件下的穿透曲线,此时穿透时间为60min,交换容量为193mg/g.     

弱耦合径向磁力轴承的研究

针对在磁力轴承中各磁极之间的磁路存在磁耦合,影响转子的控制精度,给控制系统的设计带来一定的困难,以及完全消除磁耦合比较困难的问题,利用低频磁场在空气介质中随距离的二次幂衰减的特性,在结构上把各磁极之间的磁路断开,以削弱磁路之间的耦合。研究了两种弱耦合的径向磁力轴承在不同工况下的耦合特性,探讨了耦合机理和结构参数对耦合特性的影响,提出了弱耦合径向磁力轴承的耦合模型以及影响耦合特性的关键结构参数的选择准则。     

同伦内点法求一类多目标优化问题的最小弱有效解

本文针对客观实际中不同决策者在已有条件下自我需求实现问题,根据"自报公议"原则,将多目标优化问题转化成含有权系数变量的一个新单目标优化问题.利用组合同伦内点法来求解单目标问题,通过路径跟踪得到多目标优化问题的最小弱有效解,从而实现"公议",达到相对最佳目的,并证明了该方法是整体收敛的.     

具有某种特性的向量优化问题的解的刻画

在有限维空间中,当目标函数凸下半连续时,向量优化问题一定有弱有效解,并且解集是紧的,但当目标函数非凸时,这不一定成立,文章讨论了把目标函数的凸性减弱之后,向量优化问题的解集是非空并且紧的,另外还得到一些等价的刻画。     

混合误差下半变系数模型的相合估计

讨论了误差序列是混合序列的变系数模型。给出变系数模型系数函数的局部多项式估计,并证明了该模型系数函数估计是弱相合估计。     

多通道Haar-like特征多示例学习目标跟踪

目的 提出一种基于多通道Haar-like特征的多示例学习目标跟踪算法,克服了多示例跟踪算法在处理彩色视频时利用信息少和弱特征不能更换的缺点。方法 首先,针对原始多示例学习跟踪算法对彩色视频帧采用单通道信息或将其简单转化为灰度图像进行跟踪会丢失部分特征信息的缺点,提出在RGB三通道上生成位置、大小和通道完全随机的Haar-like特征来更好地表示目标。其次,针对多示例学习跟踪算法中Haar-like弱特征不能更换,难以反映目标自身和外界条件变化的特点,提出在弱分类器选择过程中,用随机生成的新Haar-like特征实时替换部分判别力最弱的Haar-like特征,从而在目标模型中引入新的信息,以适应目标外观的动态变化。结果 对8个具有挑战性的彩色视频序列的实验结果表明,与原始多示例学习跟踪算法、加权多示例学习跟踪算法、基于分布场的跟踪算法相比,提出的方法不仅获得了最小的平均中心误差,而且平均跟踪准确率比上述3种算法分别高52.85%,34.75%和5.71%,在4种算法中获得最优性能。结论 通过将Haar-like特征从RGB三通道随机生成,并将判别力最弱的部分Haar-like弱特征实时更换,显著提升了原始多示例学习跟踪算法对彩色视频的跟踪效果,扩展了其应用前景。     

修补涂料

200601120 快速制备无色差粉末涂层的方法及所用漆桶；200601121 结雾不会干扰固化的双组分弱溶剂涂料组合物；200601122 车辆用室温干燥单液相型彩色涂料组合物；200601128 低VOC双组分室温固化涂料组合物及由其制备的涂料；200601124 作为清漆组合物和底漆组合物的含聚三亚甲、基醚二元醇的涂料组合物。     

弱监督深度语义分割网络的多源遥感影像水体检测

目的 深度语义分割网络的优良性能高度依赖于大规模和高质量的像素级标签数据。在现实任务中,收集大规模、高质量的像素级水体标签数据将耗费大量人力物力。为了减少标注工作量,本文提出使用已有的公开水体覆盖产品来创建遥感影像对应的水体标签,然而已有的公开水体覆盖产品的空间分辨率低且存在一定错误。对此,提出采用弱监督深度学习方法训练深度语义分割网络。方法 在训练阶段,将原始数据集划分为多个互不重叠的子数据集,分别训练深度语义分割网络,并将训练得到的多个深度语义分割网络协同更新标签,然后利用更新后的标签重复前述过程,重新训练深度语义分割网络,多次迭代后可以获得好的深度语义分割网络。在测试阶段,多源遥感影像经多个代表不同视角的深度语义分割网络分别预测,然后投票产生最后的水体检测结果。结果 为了验证本文方法的有效性,基于原始多源遥感影像数据创建了一个面向水体检测的多源遥感影像数据集,并与基于传统的水体指数阈值分割法和基于低质量水体标签直接学习的深度语义分割网络进行比较,交并比（intersection-over-union,IoU）分别提升了5.5%和7.2%。结论 实验结果表明,本文方法具有收敛性,并且光学影像和合成孔径雷达（synthetic aperture radar,SAR）影像的融合有助于提高水体检测性能。在使用分辨率低、噪声多的水体标签进行训练的情况下,训练所得多视角模型的水体检测精度明显优于基于传统的水体指数阈值分割法和基于低质量水体标签直接学习的深度语义分割网络。     

基于响应时间的混合关键级系统弱约束调度策略研究

现有的混合关键级系统调度策略如AMC、SMC等大多以牺牲低关键级任务的方式保证高关键级任务的执行,不符合实际工业设计且破坏数据完整性。对此建立一种新的混合多关键级任务模型,基于响应时间分析提出两种调度策略:AMC-we-x和AMC-we-max-x。线下估计任务集在这两种调度策略下的可调度比率,与已有的混合多关键系统调度策略AMC-arb-x、AMC-max-x进行比较。结果表明,提出的两个调度策略在一定程度上能够实现调度低关键级任务的积极调度,可以通过改变弱约束模式参数调整任务的服务水平。     

基于图像分割的自适应窗口双目立体匹配算法研究

针对传统双目立体匹配算法采用固定窗口导致弱纹理区域匹配精度较低的问题,提出了一种基于图像分割的自适应窗口立体匹配算法.首先,采用Mean-shift算法对图像进行分割,之后对分割图像进行局部子区灰度标准差统计,在此基础上提出了一种根据纹理丰富程度进行窗口大小自适应设定的算子.基于自适应窗口大小设定,组合使用Census变换和梯度值计算匹配代价,并分别通过自适应权重代价聚合及"胜者为王"策略进行初始视差计算,最后利用左右视差一致性原则和加权中值滤波得到稠密视差图.采用提出的自适应窗口匹配算法与固定窗口匹配算法对Middlebury数据集上的标准图片进行匹配实验,实验结果表明,所提算法的平均匹配错误率为2.04％,相比对比算法,所提方法的匹配错误率分别降低了4.5％和7.9％.