关注非异氰酸酯聚氨酯(NIPU)涂料的应用和发展

介绍了NIPU涂料发展的现状,阐述其特点,主要原材料聚碳酸酯和多元胺的反应动力学,杂化HNIPU的概念及其应用前景。     

基于多混沌系统的彩色图像加密方法

为了提高彩色图像加密的安全性和加密性能,设计了一种基于多混沌系统的彩色图像加密方法.将一个彩色图像分解为R、G、B三个灰度图像,使用MD5算法动态生成加密算法的初始值,然后使用三种不同的基于混沌的加密结构对三个图像进行加密.对R图像使用Feistel结构加密,其中Feistel结构的S一盒由Logistic混沌序列和Hyperhenon混沌序列组合产生;对G图像使用由Lorenz系统产生加密序列对图像进行代替和置换操作的加密结构;对B图像使用由分段线性混沌映射产生加密序列,然后加密图像的加密结构,再把加密后的图像结合起来生成加密后的图像.理论分析和实验结果表明,该加密方法能够较为有效地保证彩色图像加密的安全性.     

多矿物粘土基陶瓷地砖

以易熔粘土为基，并引入难熔粘土和熔剂成分，合成了地砖坯料。经研究确定，只要遵循一定的条件，是可以用上述原料生产出优质产品的。指出了制品结构和相组成的形成特点。     

工艺因素影响焦炭颗粒耐压强度的试验研究

焦炭颗粒的耐压强度一直是焦炭颗粒最重要的性质之一。利用最近提出的表征焦炭颗粒耐压强度的新方法，就模压压力、加压方式、粒度组成范围、粒度大小、粒度配比等因素对单粒度或多粒度组成焦炭颗粒耐压 强度的影响进行了较为详细的试验研究。结果表明：（1）焦炭颗粒的粒度大小和粒度范围均可用其原始平均细度来表征。焦炭颗粒的原始平均细度越大，其耐压强度系数也就越高；（2）多粒度组成焦炭颗粒混合料的耐压能力比单粒度组成混合料的耐压能力要高得多。对多粒度组成焦炭颗粒而言，模压压力及粒度组成配比对其耐压强度系数的影响不甚明显；（3）分阶段缓慢加压到位比一次快速加压到位有利于提高焦炭颗粒的耐压强度系数。     

PVC芯层发泡管的研制

PVC芯层发泡管除具备实壁管的性能外,还具有抗冲强度高、适用温度变化大、建筑下水隔音等优点,并且节省原材料25％～30％。通过试验确定了生产工艺要点。产品质量达到或超过了等效采用美国ASTM F891同类产品标准的企业标准。     

基于Gabor多尺度空间的不变兴趣点检测

针对以往仿射不变兴趣点的特征尺度不能直接断定的问题, 提出一种基于Gabor多尺度空间的不变兴趣点检测算法。该算法主要包括三个步骤：应用Gabor滤波器组与图像卷积建立图像Gabor多尺度空间; 通过极大值准则检测兴趣点并直接断定特征尺度; 采用二阶矩矩阵描述兴趣点局部结构。实验结果表明, 相比较其他Hessian-Affine、MSER等算法, 该算法在图像模糊和JPEG压缩情况下可重复率和可匹配率均取得最好结果, 是一种能有效直接提取特征尺度的兴趣点检测算法。     

基于多决策树的RFID入侵检测模型

为了能够有效对RFID系统的已知攻击和未知攻击进行检测和预警,在分析大量RFID安全协议的基础上,提出了利用构建多决策树的方法对RFID系统的入侵行为进行检测。通过分析,得到所构造出的多决策树能够发现针对RFID系统的攻击之间的关系,并且具有可扩展性和高效性,使之能够适用于各种实际的RFID系统的应用。     

基于自适应分块的动态场景HDR图像合成算法

通过提出基于梯度上升优化处理的自适应分块算法与基于图像序列梯度域运动检测与去除相结合的方法,自适应调整分块大小及动态区域块的融合权值,最终达到混淆去除的目的.同时,利用Gaussian中心函数窗口滤波,去除在分块融合过程中引入的块边缘不连续性痕迹.实验结果表明,该方法能快速有效地增强多曝光图像融合生成HDRI并去除混淆问题.     

一种多接口多信道VANET动态信道分配算法研究

为了合理地实现多接口多信道车载自组织网络（VANET）车辆节点间通信信道的动态分配,提出了一种基于通信双方车辆节点信道切换队列的动态信道分配算法。定义了车辆节点的射频接口状态,给出了信道的性能因子以及信道切换队列的生成方法,通过综合考虑通信双方车辆节点的射频接口状态和信道切换队列,快速自主地建立通信链路,从而解决了信道公平接入和分配不合理的问题。通过软件仿真比较可以看出,该算法实现了信道的动态分配,减小了平均端到端时延,增加了网络平均吞吐量,显著提高了多接口多信道VANET的网络性能。     

燃料电池用结构部件

在电解质膜的两极侧具有催化剂载置电极、在其两外侧具有能够促进气体扩散的气体扩散层的燃料电池用结构部件中，使橡胶浸渍于由碳纤维等制造的气体扩散层并形成垫片的气体扩散层和垫片的一体化制品，使用热压接与电解质膜和催化剂载置电极的一体化制品接合，使得能够削减燃料电池用结构部件的组装工序数并防止在电解质膜上产生褶皱。