确定土壤背景值的Hazen概率法——以铜陵矿区Pb为例

本文选取已知土壤背景含量的铜陵矿区,基于Hazen概率曲线,探讨了土壤污染重金属元素Pb背景含量与污染叠加含量的区分方法.得到Pb元素的背景含量为28.5μg/g,与该区深层土壤样中Pb元素含量的平均值(34μg/g)比较接近.还得到了Pb元素污染叠加含量与背景含量的界线点51μg/g.基于Hazen概率曲线区分铜陵矿区土壤Pb元素背景含量与污染叠加含量的方法是有效的,有必要将该方法推广到土壤中其它重金属污染元素、其它地区作进一步研究.     

一种有效的动态背景更新方法

该文提出了一种将帧间差分与二次背景减除相结合的动态背景更新方法。通过结合帧间差分法和初始背景减除法得到有效的运动区域,随后将当前图像和当前背景减除得到运动目标,接着将两者结果相对比,分离出当前图像中的背景区域和前景区域,背景区域用来构造和更新背景模型。该方法主要解决了运动过程中背景更新一般很难快速完成对原来运动的物体突然静止的背景更新问题,同时简化了背景模型,增加了运动检测的敏感性和实时性。     

汽车车内行驶噪声测试的阶次跟踪法

应用PULSE测试分析系统中阶次跟踪法,测试分析某型乘用车车内四个位置的噪声水平随发动机转速变化的关系.揭示了该型汽车在测试工况下,不同的转速对车内噪声的贡献规律.为降低车内行驶噪声和振动响应提供了重要的分析依据和参考.     

一种基于线性系统随机共振的弱信号检测方法

从工程中经常碰到的噪声背景下弱信号检测的实际需求出发,提出一种基于线性系统随机共振的弱信号检测方法,与传统的非线性系统随机共振相比,此方法计算量小、检测速度快。采用MATLAB配用的SIMULINK软件,建立线性系统随机共振仿真模拟图,通过调节系统参数或噪声强度,使系统噪声及激励信号达到最佳匹配,从而实现弱信号的检测。仿真结果表明该方法具有可行性。     

模态密度计算精度对车内噪声预测精度的影响

阐述了模态密度的基本理论,给出了曲面曲率变化时模态密度的半经验计算公式。建立了某国产轿车的统计能量分析模型,计算了各简化子系统的模态密度,并采用FEA方法对车身各子系统的模态密度进行了计算,将简化子系统时计算的模态密度与FEA计算的模态密度进行了对比分析。分析预测了车速为100km/h时车内驾驶员耳旁噪声的1/3倍频程频谱,并将采用简化子系统计算模态密度时的车内噪声1/3倍频程频谱和采用FEA方法计算模态密度时的车内噪声1/3倍频程频谱分别与试验测量结果进行了对比,分析了各子系统模态密度的计算精度对车内噪声预测精度的影响。结果表明,准确获取车身各个子系统的模态密度可以有效地提高SEA模型预测精度,使车内噪声预测误差在1dB(A)以内,满足工程上在汽车产品开发设计阶段对车内中高频噪声分析预测的要求,可为汽车产品开发设计阶段的声学设计提供参考。     

基于四阶累积量的时延估计新方法

针对无线电定位中的时延估计问题,考虑接收信号为窄带信号以及背景噪声为高斯分布的情况下,将四阶累积量的一维切片作为高阶统计量,结合希尔伯特变换,给出一种新的时延估计方法.该方法对相关峰值进行了锐化处理,提高了估计精度.与广义互相关法相比,该算法可有效抑制空间相关高斯噪声的影响,计算量小,易于实现.仿真结果表明了该方法的有效性.     

局部同质性测度的平滑式图像噪声估计

提出一种基于局部同质性测度的静止图像平滑式加性噪声估计方法。为增强图像中各像元的同质性测度值差异,以柯西分布函数作为核函数,提出一种图像同质性测度的新方法。为提取图像的真实边缘,采用各向异性扩散平滑算法。在去除包含图像真实边缘的子图像的基础上,根据所设定的同质性测度阈值,选取具有较高同质性的子图像,并计算这些子图像的标准方差。最后。将这些各子图像标准方差的中值作为图像噪声的估计值。本文所提出的图像噪声估计算法可自动化实现,无需任何人工参与。试验结果表明,与其它滤波式噪声估计方法比较,本文所提出的方法具有更高的估计精度和更好的鲁棒性。     

高职高专噪声控制技术课程教学模式改革探析

高职高专噪声控制技术课程教学中不同程度地存在教材内容陈旧、教学方法单一、实践教学环节较少等方面的问题。文章从教材建设、教学方法和实践教学等几个方面提出了相应的解决措施,从而整体优化高职高专噪声控制技术课程教学模式,保证教学质量。     

数据挖掘中的预处理技术研究

分析了数据预处理提出的背景,归纳了常见的数据预处理方法,分析比较了不同方法的特点。     

工科背景高等院校开展统计教育的研究——以浙江科技学院为例

快速发展中的工科背景高等院校在统计教育上存在有待改进的地方。以浙江科技学院为例,为培养具有深厚统计学背景的应用型复合人才,在统计教育上作了一些探索：定位于浙江中小企业对统计知识的实际需求;选择注重实际应用的国外经典教材;在教学中注重学生的参与;在实践中培养学生运用统计学知识和统计工具如统计软件的能力。