一类新的乘子方法

提出一种乘子方法用于解带不等式约束的非线性规划问题。其具体思路如下：先将原不等式约束问题用Fischer-Burmeister非线性规划互补（NCP）函数转化为一个等价的等式约束问题;在此基础上,经过适当修改后的DI PILLO的方法以及参考Xuewu Du,Liansheng Zhang,Yuelin Gao的方法,将等式约束问题转化为无约束极小化问题。在适当的假定条件下,通过求解一个无约束连续可微函数的最小值来得到原约束问题的解,从而可以使用标准的无约束极小化方法来求其解。最后,讨论了原不等式约束问题和转换后的无约束问题相关的最优性条件之间的等价关系,以及局部最优性和全局最优性结果：即在适当的假设下,只要罚参数充分大,并不要求罚参数趋于无穷,则原约束问题的最优解（或KKT点）对应于增广Lagrangian函数的最优解（或平稳点）。     

笼形中馈天线的设计与优化

优化设计了一种性能良好的笼形中馈宽带天线．应用电磁场数值计算软件NEC2分析天线的增益和驻波，并将天线增益作为目标函数，通过构造合适的适应度函数利用遗传算法优化了天线的结构尺寸及阻抗匹配网络。使其在100-400MH2频带内的电特性满足驻波比小于3＋0．增益基本大于0dB．制作了天线样机．理论计算结果与测量结果吻合良好．     

基体匹配法和内标法-电感耦合等离子体原子发射光谱测定铸造锌合金中高含量铝和铜光谱干扰校正的比较

从铸造锌合金中铝和铜含量的测定准确度、精密度和回收率方面, 比较了用基体匹配法和内标法校正电感耦合等离子体原子发射光谱(ICP-AES)法测定铸造锌合金中高含量铝和铜的光谱干扰效果。结果表明:基体匹配法在测定铸造锌合金中铝的相对误差小于0.4%, 较内标法低, 回收率稳定在105%～108%之间;内标法测定铝和铜时的相对标准偏差在0.2%~0.5%之间, 明显低于基体匹配法, 其中以钪(Sc)作为内标元素测定铜的准确度、精密度和回收率均较高, 而以Y作为内标元素测定铝的效果较好。     

自动化仪表设备状态检测方法的研究与应用

论述了针对现场设备特点和生产需求,通过自诊断、PLC综合判断、设备自动点检系统以及机组综合性能分析等先进的设备状态检测方法实现现场设备的实时跟踪与性能分析的方法,在设备异常时紧急预警,在突发故障时最大可能的减小故障影响,为莱钢生产顺行提供了有力的保障。     

电力中压系统中性点接地方式研究

该文通过对中性点接地方式的比较和运行情况的分析（包括供电可靠性、安全性等）,对中压电网的中性点消弧线圈接地方式及小电阻接地方式进行了探讨。对小电阻接地方式改造提出了具体建议。     

复杂金精矿“三连炉”火法捕金生产实践

采用富氧底吹"三连炉"造锍捕金工艺处理高砷锑复杂难处理金精矿,实现多金属高效回收。针对复杂金精矿火法处理工艺中金属收得率和工艺调控需求,结合生产实践总结了多种杂质元素分配行为与规律,优化了配矿中不同杂质元素含量,并对不同复杂金精矿在熔炼过程中的铜锍品位进行有针对性的调控,即高砷物料铜锍品位控制在65%,高铅物料铜锍品位控制在72%。可实现复杂难处理金精矿三连炉熔炼中铅、锌、砷、锑、铋、镍整体脱除率达98%以上,为黄金行业绿色冶炼及可持续发展提供参考。     

复域上Brusselator方程过极限环的积分流形的结构

用数值计算与分析相结合的方法,研究了复域上Brusselator方程过极限环的积分流形的几何结构,证明了此积分流形Γ′具有自稠密性,在接受李群角度上说明了该系统的不可积性.     

基于点云属性信息的平面标靶特征提取

目的 色彩和回光强度作为点云的属性信息可以有效地应用到点云数据的特征提取中.本文根据平面标靶的几何以及光谱特性,提出了一种平面标靶的快速提取算法用于精确确定靶心坐标.方法 首先根据点云的色彩信息,采用光谱欧式距离函数进行点云的分类;对分类后的点云进行色彩重采样以提高同类点云色彩的一致性,同时根据平面标靶点云的光谱特性,根据其RGB值进行目标区域的提取,通过对圆形区域的面积测定以确定目标提取的正确性.最终根据点的回光强度值,确定圆形目标区域的中心坐标位置.结果 通过两组实验分析,第1组对固定距离处的标靶靶心提取精度分析,本文自动提取靶心的点位中误差为3.31 mm,而手工提取靶心的点位中误差为11.78 mm,证明本文方法的提取精度明显高于手工提取靶心的精度;第2组对分散排列的标靶靶心提取精度分析,通过分析证明本文方法在5 m处的靶心提取精度可以优于2 mm;10 m处的提取精度可以优于4 mm;15 m 处的点位提取精度可以优于5 mm.结论证实了本文方法的可行性和精确性.     

基于兴趣域检测的空间金字塔匹配图像分类

在图像分类过程中,一个图像区域内起着决定性作用的对象位置和大小都不确定,直接使用空间金字塔匹配算法的分类准确率并不高。为此,提出了一种基于兴趣域检测的空间金字塔匹配方法可以有效改善分类准确率。首先利用检测器得到的定位结果,证实了在图像分类里使用一种主流的目标检测算法去将图像的目标和背景分离,分别得到前景和背景的可行性,然后使用粗目标对齐方式匹配,为这两个区域分别构建基于空间金字塔匹配算法的空间特征直方图,最后结合检测器提供的兴趣域检测评分与支持向量机提供的评分为分类结果重评分。实验结果表明,所提方法比使用标准的空间金字塔匹配算法得到的平均准确度均值提升超过12%,同时在与三种主流算法的对比中,所提方法平均准确度均值最高,并且在超过一半的图像类别中获得了最高的平均准确度。