裂解C_5馏分综合利用的对策

探讨了裂解C_5馏分就近集中分离综合利用和分散直接利用,以及建设单独分离双环戊二烯装置发展下游精细化工产品的综合利用策略。     

高固相率半固态材料本构模型的研究

研究了高固相率半固态材料的变形行为，基于连续介质力学和耦合理论，建立了描述其变形行为的两相本构模型，并以半固态Al—4Cu—Mg合金作为研究材料，根据等温压缩试验结果确定了本构模型中的待定参数，为深入进行半固态材料加工理论研究、计算机模拟和工艺实践提供了参考。     

分数阶区间系统的鲁棒稳定性分析

由于实际的物理系统常会存在各种不确定结构,这些不确定结构给系统的稳定性分析带来了困难和一定的影响,因此对这类带有不确定结构的分数阶系统控制问题的研究,具有广泛的实际应用意义。本文主要针对带有区间不确定性的分数阶控制系统,分析了该系统的鲁棒稳定性问题,首先将区间矩阵用分式线性变换(LFT)表示,然后基于分析得出了此类系统鲁棒稳定的充分必要条件。并给出两个数值算例阐释该方法,仿真结果表明了该方法的有效性。     

Distribution of Quasimidranges and Associated Mixtures

In this paper are presented and discussed tabulations of the cumulative distribution functions of quasimidranges and mixtures of quasimidranges of samples from a normal distribution. The tabulations extend up to samples of size 21. For quasimidranges not involving the extreme values of the sample, the departure from normality is very small. The physical problem giving rise to the mixtures is discussed.     

结合MNF变换和Canny算子的遥感影像变化检测

针对大面积区域的多时相遥感影像变化检测的需求，提出了一种基于最小噪声分离（MNF）的Canny边缘检测提取影像变化信息的检测方法。对多时相影像采用多种变换组合成具有多维波段信息的影像，采用最小噪声分离法分离噪声并得到单波段差异图，通过Canny边缘检测法计算梯度幅值，采用高低双阈值法细化边缘，从而提取差异图变化边缘，有效突出了变化信息。以1995年和2003年加扎勒河的两期遥感影像为例，利用两时相影像进行土地覆被变化检测。实验结果表明，该方法适用于监测大面积区域内地物的突变情况。在数据基础上进行最小噪声分离可以有效解决传统Canny边缘检测提取边缘时造成的伪边缘现象，同时采用高低双阈值法有效去除伪边缘点，从而获得更加精确、直观的变化检测效果，在自然地理变化监测、地理国情灾害监测等有很好的应用价值。     

SiCp/Al复合材料的离心熔渗法制备及其性能

研究了反应离心熔渗法制备高体积比SiCp／Al复合材料的工艺过程及其抗弯强度。结果表明：通过适当的粒度配比，可在低温、低离心力下熔渗制备组织均匀的高体积比SiCp／Al复合材料，SiC颗粒体积分数可达到63％；复合材料的强度在很大程度上依赖于SiC颗粒尺寸及界面反应程度，合适的界面结合及细SiC颗粒的掺入有利于复合材料强度的提高；基体热处理改变了SiC颗粒所受应力状态，提高了复合材料的强度，其最高值可达519MPa。     

带满意条件不可微的分式极小—极大化问题的最优性条件

本文指出了[1]中的错误,把[1]中讨论的问题扩充成了带满意条件不可微的分式极小—极大化问题。在较弱的假设条件下,利用不同于[1]中的方法讨论了扩充问题的最优性条件。     

三江平原典型湿地土壤腐殖质的剖面分布及其组成特征

以三江平原腹地挠力河、别拉洪河、浓江河流域自然沼泽湿地为研究对象,研究了典型湿地土壤腐殖质的剖面分布及其组成特征,并探讨了土壤腐殖质与植被类型及土壤全氮含量的关系。三江平原典型湿地土壤草根层和泥炭层中胡敏酸(HA)和富里酸(FA)的累计含量在整个剖面总量中的比例均大于70%,各组分相对含量分别高于35%总有机碳和23%总有机碳,其剖面分布与土壤有机碳(SOC)的变化趋势一致,由表层向下层逐渐减少。除小叶章湿地土壤草根层HA/FA值为0.97外,三江平原典型湿地土壤HA/FA均大于1,其剖面均值为1.4~2.5,表明三江平原湿地为胡敏酸型土壤.腐殖质各组份含量及其HA/FA值因植被类型而异,而与土壤全氮含量呈显著线性相关(p<0.05)。     

Neural network estimation of LAI, fAPAR, fCover and LAI×Cab, from top of canopy MERIS reflectance data: Principles and validation

A neural network is developed to operationally estimate biophysical variables over land surfaces from the observations of the ENVISAT-MERIS instrument: the leaf area index (LAI), the fraction of absorbed photosynthetically active radiation (fAPAR), the fraction of vegetation cover (fCover), and the canopy chlorophyll content (LAI×C_ab). The neural network requires as input the geometry of observation and the top of canopy reflectances, corrected from the atmospheric effects, in eleven spectral bands. It is trained on a reflectance database made of radiative transfer model simulations. The principles underlying the generation of the database and the design of the network are first presented. The estimated variables are then compared to other existing products, LAI- and fAPAR-MODIS and MGVI-MERIS, and validated against ground measurements performed in the framework of the VALERI project. Results show remarkable consistency of the temporal dynamics between the several products with however some differences in the range of variation. When compared to actual VALERI ground measurements, the proposed algorithm shows the best performances for LAI (RMSE = 0.47) and fAPAR (RMSE = 0.09).