一种新的全天自主几何结构星图识别算法

提出了一种新的星图识别算法,该算法根据星敏感器的观测精度,在识别前去除星三角形的观测误差,对无误差的星三角形进行编码,构造特征量。导航三角形的识别只需基于单一特征量的匹配就可完成。多三角形的组合,有效地提高了正确识别率。仿真实验表明,该算法与传统的三角形算法相比,具有更好的实时性和鲁棒性。     

准中地区三工河组浅水三角洲沉积模式及油气勘探意义

为建立准噶尔盆地中部地区侏罗系三工河组沉积模式,运用古生物资料统计、古构造恢复、岩心及野外露头观察、粒度及测井曲线分析等手段,对准中地区侏罗系三工河组大型三角洲发育背景、沉积特征、微相展布等进行了研究。结果表明:准噶尔盆地三工河组沉积期具有盆大、水浅、坡缓、物源充足的沉积背景;三角洲具有前缘相带为主,水下分支河道微相发育,横向分布广泛,纵向多期次叠加,少见河口坝沉积的特征,属于典型的浅水三角洲沉积模式。并在此基础上对成藏条件进行了探讨,认为研究区三工河组二段发育良好的储盖组合、有效的运移通道和优质的烃源岩,具有广阔的勘探前景。     

克拉玛依油田冲积扇构型及剩余油控制模式

以克拉玛依油田六中区克下组典型冲积扇沉积油藏系统为研究对象,在对密闭取心岩心、测井及动态资料进行综合分析的基础上,结合野外露头观察,应用Miall储层构型理论与层序地层学,对冲积扇砂砾岩体进行层次结构解剖,划分了7个级次的构型界面、4类亚相、7类5级构型单元、9类4级构型单元和10类3级构型单元;详细描述了不同构型单元的规模及物性特征,建立了砾岩储层冲积扇构型模式;分析了构型对剩余油的控制作用。本研究为冲积扇剩余油评价和挖潜提供了新的研究方法,对提高整个克拉玛依油田冲积扇砂砾岩油藏开发效益具有普遍的指导意义。     

肝素对金黄色葡萄球菌与血浆蛋白间粘附的阻断作用

金黄色葡萄球菌与宿主细胞粘附是其感染的先决条件。若能阻断粘附环节,金黄色葡萄球菌将无法生长繁殖,即可降低由其引发的疾病的发病率。本研究采用静止粘附技术等实验手段,研究肝素对金黄色葡萄球菌与血浆蛋白粘附的阻断。结果显示,当肝素溶液浓度<1.0 mg/mL时,肝素以浓度依赖的方式阻断。金黄色葡萄球菌粘附血浆蛋白后,淋巴细胞对其吞噬作用减弱;加入肝素后,吞噬作用的强度增强。结果暗示,肝素能够阻断金黄色葡萄球菌与血浆蛋白的粘附,可以作为临床药物开发的靶点。     

基于向量机的图像插值算法研究

为了更好地进行图像插值，可首先利用最小二乘向量机对原始图像的局部区域进行灰度曲面最佳拟合，然后在拟合曲面上进行未知像素点的灰度值估计，同时提出了运用测试图像进行参数优化的方法，并以径向基核函数为例导出了区域图像的插值系数矩阵，进行了图像放大插值实验验证。实验结果表明，基于支持向量机的图像插值算法具有很强的适应性，其性能与Cubic技术相当，但效率更高。     

VB中调用多媒体API函数实现多媒体应用

Visual Basic是Windows下实用的程序开发工具,也是多媒体编辑软件。它允许用户直接调用Windows的API(Application ProgrammingInterface)函数,籍由PAI函数的调用的就可实现许多采用Visual Basic无法实现的功能。     

AngularJS自定义指令的开发及应用

伴着互联网的快速发展,Web各种开发技术如雨后春笋般地涌现,以适应互联网的业务需求.Web前端技术是Web开发中一个不可或缺的关键环节,因为现代互联网对Web前端技术的要求越来越高.AngularJS是Google公司推出的一款轻量级MVC模式的JavaScript框架,完美地通过将视图、数据模型和行为进行分离而实现MVC模式.AngularJS的创新之举就是用户可以自己定义指令,实现特定的功能,因此AngularJS已经成为最受广大开发者欢迎和引领潮流的前端技术.     

以SET 因素为导向的移动电源产品设计和开发

以Integrated New Product Developmen(tINPD)程序中的SET因素为启示,分析了移动电源产品所面临的社会趋势(S)、经济动力(E)、技术进步(T)以及生产商所处的行业背景、企业自身的优势、市场现有产品价格、形态的关系,对移动电源产品进行市场机会分析和方案设计。提出了产品机会是从SET的共同作用下引发的新趋势中得以实现的,而机会又需要被解释为和产品功能、外形相关的具体形式要素,明确产品机会并将其转化为具体的产品在产品开发过程中非常重要。     

混流式水轮机组的模糊滑模控制

针对水轮机常规PID调速器不能有效利用调节系统内部信息的缺点,在分析水轮机调节系统数学物理模型的基础上,采用基于模糊规则的滑动模态控制器,并对某一水电站的混流式水轮机组调速模型进行MATALB仿真.证明了模糊滑模控制方法在此种水轮机调速控制方面的可行性以及良好的鲁棒性.     

最小二乘向量机在说话人识别中的应用

说话人识别是语音识别的一种，是当前的研究热点之一。而基于统计学习理论的支持向量机（SVM）方法是一种新的机器学习算法，已成为机器学习研究的热点。讨论了一种改进的SVM即最小二乘向量机（LS-SVM）的方法进行说话人识别研究。研究表明，基于LS—SVM的说话人识别比传统的SVM说话人识别计算复杂度小、效率更高、对说话人识别有很强的适应性。