Ni-Co合金电极在碱性介质中的伏安行为及其电催化性能

研究了电沉积法制备的Ni—Co合金电极在0．1mol／L NaOH溶液中的伏安行为，并对Ni电极和Co电极的伏安行为进行了探讨．研究发现Ni—Co合金电极在0．1mol／L NaOH溶液中，分别在0．30V和0．45V左右产生两个氧化峰，它们分别是由Co(Ⅲ)与Co(Ⅳ)以及Ni(Ⅱ)与Ni(Ⅲ)的相互转化引起的．同时，以部分生物小分子为研究对象，详细讨论了葡萄糖等物质在电极表面的催化氧化行为．结果表明，3种电极对葡萄糖的氧化都有一定的催化作用；其中Ni—Co电极的催化作用最强，这是由于Ni(Ⅱ)／Ni(Ⅲ)和Co(Ⅱ)／Co(Ⅲ)两个氧化还原电对的协同催化作用所致；当合金电极中Ni的含量增加时，Ni—Co合金电极产生的氧化峰增高，其催化作用则随着合金电极中Co含量的增加而增强．     

增长网络结点度相关性的混合系数

鉴于增长网络的一个显著特征是相邻结点之间的关系自发地形成,与被广泛研究的结点度分布相比,此种相邻结点关系的研究能更清楚地揭示更多内在的增长网络的结构特征．为此提出了一种称为混合系数M（2）的网络结点度相关性测度用来判别增长网络的同配和异配性．通过大量的计算机模拟和数值统计,分析了该测度关于网络规模N和稠密度ρ的稳定性,结果显示该测度比判别网络同配和异配性的Newman相关系数r（g）更具有稳定性．因此,混合系数M（g）具有优越性,可更好地被应用到实际网络的同配和异配性分析中．     

RTM充模分析的隐式控制体积法及其迭代方法

RTM充模分析的隐式方法需要迭代来决定树脂注满的区域。为了改善隐式方法的迭代过程，在本文中提出了一种基于界面更新的隐式方法。该方法只对已注满结点进行求解，然后更新界面结点的体积函数以便决定是否要更新界面。采用不同求解方法对该方法进行了试算。计算表明了本文的方法性能良好，计算速度比显式方法有明显改进。     

关于Newton-Cote's数值积分公式的修正

对Newton—Cote’s数值积分公式进行了研究,证明了当n=9时的Newton—Cote’s数值积分公式是可行,积分误差是可以控制．最后通过数值例子验证了Newton—Cote’s积分当8≤n≤200时,除n=9以外理论上是不可行．     

关于右GP-V-环

主要研究GP-V-环（GP—V-模）,它是P—V-环（P—V-模）的推广．讨论了这一类环的某些性质,例如：设R是GP—V-环,则对主右理想U=αR的任意极大子理想K,存在n∈Z^＋和R的极大右理想H使得H∩α^nR=K∩α^nR;右GP—V-环的每个主右理想都是幂等的;右GP—V-环的直和项仍是右GP—V-环;等等．此外,还讨论了右GP—V-环什么时候是Von Neumann正则环．     

一种动态自适应的网格负载平衡调度算法

根据计算机网络固有的层次结构特性，提出了基于层次结构的动态自适应的网格负载平衡调度算法，在下层结点上采用便于管理的集中式算法；而在高层结点上采用高效稳定的分布式渗透算法．该算法由于在结点的重载和轻载状态之间增加了一个缓冲状态——适度，使得系统的负载状态刻画得更为精确，从而使网格系统趋于平衡稳定；另外在负载迁移时也尽量地采取就近迁移的原则，使得系统开销和网络通讯量得以减少．     

多元Friday—Patil型指数分布的特征及参数估计

讨论二元Friday—Patil型指数分布的多元形式,以及对应的多元指数分布的特征与参数估计．利用分布密度函数等价分拆思想,导出了二元Friday—Patil型指数分布的多元推广,得到了多元Friday—Patil型指数分布的特征,并利用该特征获得了相应参数的最大似然估计及矩估计．因此,多元Friday—Patil型指数分布是一个有特征的混合型分布．     

图的Nordhaus Gaddumm型的代数连通度的界

设图G是n阶的单图,G＇是它的补图．用a（G）表示图G的代数连通度．在很多文献中,已经研究了邻接谱半径的Nordhaus—Gaddum型的界的问题．本文进一步探讨了代数连通度的Nordhaus—Gaddum型的界．得到：对树和其他一些图,a（G）＋a（G＇）≥1成立,并刻画了等式成立时的图的特征．根据这些结果,最后提出这样一个猜想：对n阶的单图G,有n（G）＋n（G＇）≥1.     

Littlewood Paley算子交换子在Herz型Hardy空间上的CBMO估计

考虑了Littlewood—Paley算子交换子的CBMO估计,利用原子分解得到了Littlewood—Paley算子与CBMO函数生成的交换子在Herz型Hardy空间上的有界性．     

多目标规划的ε-有效解

本文讨论了在锥控意义下的多目标规划ε—有效解的最优性条件,提出了ε—共轭映射的概念,ε—共轭映射的一些基本性质,并利用这些性质建立了关于ε—有效解的共轭对偶理论。     

基于时空结合的运动物体分割

提出了一种当视频中的运动物体有较大范围的运动时,对其进行分割的方法．首先利用帧差法来快速定位运动物体的位置,并以此作为初始分割结果．然后利用均值偏移法准确估计运动物体的边缘并利用图切割方法建立两者之间联系．考虑到视频的运动连续性,同时引入前一帧分割结果来约束当前帧的分割．该算法同时利用了帧差法和均值偏移法的优点,能够快速准确地分割在视频场景中出现的运动物体．     

图像序列运动检测算法的研究及其应用

探讨了监控图像序列中进行运动检测的若干基本算法 ,结合统计方法和边缘检测筛选出运动边缘点 ,对运动边缘点逐个进行了块匹配最优搜索 ,估算出其运动矢量 .此方法在数字视频监控系统中用于运动物体检测和报警 ,不但提供了智能型监控 ,而且也有效的压缩了存储数据 ,改善了系统性能 ,有较好的实用价值 .     

一个获取镜头运动特征的有效算法

提出了一个直接利用MPEG视频中的压缩参数信息，获取镜头运动特征的算法．算法中利用的压缩参数主要有帧类型、宏块类型、DC系数、运动矢量．与已有的算法相比，此算法具有计算成本低，识别率高的特点，能有效地区分镜头运动和溶暗、划出等镜头渐变，具有鲁棒性．     

一种基于分块的遥感影像并行处理机制

高性能计算的基础是集群体系下的大规模并行计算.遥感图像处理效率的提高,依赖于并行计算技术的运用.在分析了已有网格计算环境下分布式任务分配方法的基础上,针对远海遥感影像目标物数量相对较少的特点,从软件角度利用四叉树结构对目标区域进行划分,同时采用动态负载均衡的任务分配策略与并行计算的思想,提出了对影像进行并行处理的集群体系任务分配算法模型,实验表明该集群体系下任务分配模型能有效提高图像并行处理的速度.     

运动目标检测中的误检测点抑制算法

减背景法是一种有效的运动目标检测方法,但在光照强度发生突然变化时,由于背景模型不能及时反映环境光线的变化,将产生大量的误检测点.因此采用改进的自适应混合高斯模型进行背景建模,并检测提取运动目标;当存在光线突变时,结合基于归一化互相关系数分析去除光线变化导致的误检测点.实验结果表明：新方法能有效地抑制光线变化,得到清晰的运动目标检测结果.     

一种基于移动代理的网络性能管理模型研究

对传统网络性能管理系统的缺陷进行分析后，提出了一种荩于移动代理的网络性能管理模型，该模型通过将网络性能管理需要采集的对象和指令封装位移动代理内，利用Grasshopper移动代删平台进行支撑，实现了M络性能数据的自主采集，并利用被管网元的本地资源即时计算出最终的性能指标数据，通过对传统性能管理和文巾提出的基于移动代理性能管理进行分析和比较，发现基于移动代理的网络性能管理可以减轻管理站的计算负荷，减少网络管理数据流量，从而降低囚网络管理而带来的额外开销。     

更新视角下的上海近郊型工业园区公共活动空间网络构建

上海近郊型工业园区正走向功能多元共生、空间集约发展、注重人文关怀的产城融合转型之道，公共活动空间面临服务对象多元化、游憩需求差异化、存量空间待激活的更新诉求。因此,提出了企业服务驿站、产业社区花园、生活休闲游园3类公共活动空间。以上海松江工业园区为对象，基于手机信令和兴趣点（POI）两类大数据分析，进行公共活动空间的增补与分类，由慢行系统联系公共活动节点，共同构建了公共活动空间网络。探索了大数据支持下的空间网络构建方法，为近郊型工业园区空间更新提供借鉴。     

更新视角下的上海近郊型工业园区公共活动空间网络构建

上海近郊型工业园区正走向功能多元共生、空间集约发展、注重人文关怀的产城融合转型之道，公共活动空间面临服务对象多元化、游憩需求差异化、存量空间待激活的更新诉求。因此,提出了企业服务驿站、产业社区花园、生活休闲游园3类公共活动空间。以上海松江工业园区为对象，基于手机信令和兴趣点（POI）两类大数据分析，进行公共活动空间的增补与分类，由慢行系统联系公共活动节点，共同构建了公共活动空间网络。探索了大数据支持下的空间网络构建方法，为近郊型工业园区空间更新提供借鉴。     

结合光流法与信息熵的人群突发事件检测与判断

在公园、学校、购物中心等人流密集的地方，如果发生火灾、地震或犯罪案件，易导致类似踩踏的安全事故。需要掌握区域内人群是混乱还是有序疏散的信息，从而尽快采取有效的应对措施，将人员伤亡降至最低。 提出了一种结合光流法与信息熵的人群突发事件检测与判断算法。通过LK光流算法从视频中提取运动物体的特征点，并得到特征点的位置信息；根据位置信息计算速度和加速度，分析运动强度，检测突发事件；由各速度矢量在方向上的分布得到概率，计算信息熵，由信息熵来判断视频中人群的状态是混乱还是有序。与同类算法相比，本算法能在准确检测突发事件的同时判断人群状态，适用于多种不同场景。     

基于混合高斯模型的运动目标检测

针对运动目标检测中的背景复杂度高、视频数据计算量大等问题, 且为避免计算不同复杂程度的视频背景, 并能够准确地获取所需要的运动目标, 提出了一种基于混合高斯模型的运动目标检测方法. 首先采用混合高斯模型获取运动目标特征; 然后利用中值滤波方法去除视频目标运动特征中的背景噪声; 最后依据形态学运算方法对通过统计直方图得到的运动显著图进行处理, 从而获取最终的运动目标. 对标准视频序列集的检测表明, 利用该算法获取的运动目标不仅能抑制背景噪声, 而且精准度和误差都优于普通的视频运动目标检测算法.