基于优化BP神经网络的中子法检测煤中碳含量

介绍了中于法快速检测煤中碳含量的方法。基于遗传算法（CA）优化的BP神经网络建立了煤中碳含量的检测模型,并结合电厂锅炉燃烧用煤的实测数据进行模型的验证研究。结果表明,该方法对煤中碳含量的检测精度达到了0．5％。     

手形、掌纹和掌静脉多特征融合识别

单一生物特征识别技术无论是在识别率还是稳定性上都不能达到完美无缺,特别是高仿生物特征的出现使其安全性受到质疑。针对上述问题,提出一种手形、掌纹和掌静脉多特征融合识别方法。提出了基于小波变换Gabor滤波器的特征层和图像层融合策略,将同一设备不同光照采集下的掌纹和掌静脉融合到一起,突出各自的主纹理特征;利用手指相对长度为手形特征进行初匹配,提出利用分块纹理基元模型进行掌纹和掌静脉融合图像的特征提取方法,然后进行二次匹配给出最终识别结果。开发了模拟系统并进行了相应的实验,结果表明该识别系统充分发挥了3种特征各自的优点,提高了识别率和稳定性,特别是掌静脉的加入增强了系统的安全性。     

Tactel®/棉交织物的溢流染色

探讨了Tactel(R)纤维的结构和物理机械性能,提出了Tactel纤维与棉纤维交织织物的前处理工艺和Lanaset(R) PA染料溢流染色工艺,并介绍大车生产注意事项和解决措施.试验表明,Tactel/棉交织物宜选用轻煮重漂工艺,定形温度控制在180～190 ℃,染色时升温速率一般为1℃/min.     

脉冲中子煤炭工业分析仪实验系统的研制

应用脉冲快热中子分析技术(PFTNA)代替煤炭行业原来使用的化学分析方法,不但节约成本,而且经过努力可以实现在线分析,是一种非常有前途的分析方法。东北师范大学辐射技术研究所应用自己的特色产品——5×10~8n/s脉冲中子发生器和上海硅酸盐研究所生产的锗酸铋(BGO)探头建立了脉冲中子煤炭工业分析仪的实验系统,已取得了一些成果,其中C、H、O、灰分的质量精度分别达到0.5％、0.4％、7.0％和5.9％。     

铸石骨料高强度混凝土力学及抗冲磨性能

针对水工泄水建筑物过流面混凝土的冲刷磨损和空蚀破坏问题,采用铸石作为粗骨料,部分替代玄武岩骨料或完全替代玄武岩骨料,制备高强抗冲磨混凝土,研究了铸石高强抗冲磨混凝土的抗压强度和轴向拉伸性能,并采用水下钢球法和缩放型空蚀发生器研究了铸石粗骨料对混凝土抗冲磨防空蚀性能的影响,结果表明,铸石粗骨料可显著提高混凝土的抗压强度,提升幅度可超过50％,铸石粗骨料对混凝土的轴向抗拉强度、抗拉弹性模量和极限拉伸值等性能的提升效果不明显,提升幅度基本在10％以内,铸石粗骨料显著提升了混凝土的抗冲磨性能,水下钢球法抗冲磨强度可提升55％,抗空蚀强度提升62％.     

Tactel(R)/棉交织物的溢流染色

探讨了Tactel(R)纤维的结构和物理机械性能,提出了Tactel纤维与棉纤维交织织物的前处理工艺和Lanaset(R) PA染料溢流染色工艺,并介绍大车生产注意事项和解决措施.试验表明,Tactel/棉交织物宜选用轻煮重漂工艺,定形温度控制在180～190 ℃,染色时升温速率一般为1℃/min.     

开放式环境非接触低分辨率采集下的掌纹识别

提出一种开放式环境下、非接触采集下的掌纹识别算法.采用一种低分辨率的普通摄像头进行掌纹图像采集,人手只需自然张开、中指竖直向上放在摄像头前一定范围内.首先建立肤色模型将人手从复杂背景中提取出来;然后提出一种简单有效的关键点定位算法找到指根点,并以此建立坐标系提取掌纹ROI;接着提出一种基于统计的纹理基元算法进行掌纹特征提取,该算法不用对掌纹ROI进行归一化,计算速度较快并且对光照具有一定的鲁棒性;最后利用余弦相似度进行特征匹配实现掌纹识别.在自建的小型掌纹图像库上进行了相应的识别实验,实验结果表明所提出的算法能够在动态环境下达到理想的识别效果.所开发的实验系统能够快速实现掌纹图像采集与识别,适合在线实时系统应用.     

自适应权值的静态背景提取与更新算法

对比了多种视频中的静态背景提取方法,针对这些方法各自的局限性,提出一种新型的背景提取更新方法。该方法通过引入新参数背景权值及其变化量,背景权值作为评判背景可靠程度的标准,以其数值大小控制背景的维持或者更新。对每一帧图像进行二次判定,将读入的图像元素进行分类,分别产生不同的背景权值变化量,通过背景权值变化量控制背景权值。实验验证表明该方法具有原理简单,运算快捷,更新速度较快且抗前景干扰能力强的优点,而且通过调节定值参数可以适应多种不同情况下的背景提取。     

诺西肽发酵过程中的混合建模

本文提出了一种发酵过程混合建模方法。该模型由基于质量平衡的发酵过程机理方程与基于数据的支持向量机模型2部分组成。机理方程作为描述过程的动态行为的整体框架，支持向量机模型用来进行模型参数的估计。并且提出了一种在线修正策略，增强了模型的实用性。将所建立的混合模型应用于诺西肽发酵过程中，结果表明，混合建模方法具有很好的估计性能。     

利用动态步态图进行步态识别

基于轮廓的步态识别方法容易受行人的携带物、衣物等遮挡因素的影响。针对这一问题提出了动态步态图。动态步态图将步态轮廓图划分为动态部分和静态部分,更有利于提取受遮挡影响较小的动态步态信息。设计了双路步态识别网络(Bi-Route)提取步态特征,通过增加动态特征占比,稀释静态特征占比降低遮挡物的影响。网络以动态步态图为输入,使用二维卷积分别提取步态序列中的全局轮廓特征和帧级轮廓特征,使用三维卷积神经网络从帧级轮廓特征中提取动态特征。为了验证本方法的有效性,在CASIA-B数据集上进行了评估,在正常(NM)、背包(BG)、穿大衣(CL)条件下的准确率分别达到了92.9%、87.2%和65.6%。结果表明本方法可以降低遮挡、衣物和携带物等对识别准确率的影响。