吡嗪缩氨基脲配体铜/锌配合物的晶体结构及荧光性质

合成并通过单晶X射线衍射、元素分析及红外光谱表征了配合物[Cu₂（L）₂Br₂]·CH₃OH（1）和[Zn₂（L）₂（CH₃COO）₂]·2CH₃OH（2）的结构（HL为3-乙基-2-乙酰吡嗪缩4-苯基氨基脲）。单晶衍射结果表明,配合物1中,中心Cu（Ⅱ）离子与来自1个三齿缩氨基脲配体阴离子和2个μ²-桥联的溴离子配位,拥有扭曲的四方锥配位构型。配合物2中Zn（Ⅱ）离子配位构型与配合物1中Cu（Ⅱ）离子的相同,周围的供体原子为N₂O₃。配合物2中的2个醋酸根的配位模式不尽相同,其中一个为μ-OCO双齿桥联,另外一个为μ-O单齿桥联。甲醇溶液中,配合物1和2的荧光发射峰与配体HL相似。     

利用粗糙集获取模糊控制规则

利用粗糙集、模糊集理论，通过分析专家在生产过程中的控制数据，提出一种将专家控制行为转化为模糊控制规则的新算法。仿真实验表明了该方法的有效性。     

基于能量的ZigBee定位算法研究

为了提高无线传感器网络中基于接收信号强度指示(RSSI)方式的定位精度,分析了不同类别的经典定位方法,提出了基于能量的具有环境适应性的定位算法.在对ZigBee协议栈进行分析和研究的基础上,针对实际的定位需求,设计了能计算环境参数和定位的通信帧.通过在实际环境下对该算法进行实验验证,结果显示:在空旷环境下60m×60m的区域内,定位精度达到2m,相对误差<2.8%.     

蜡烛的“白烟”是……

同学们肯定有过这样的经历,每次蜡烛熄灭后,我们都能看到它还"意犹未尽"地冒着"白烟"。你们知道这"白烟"是什么吗?今天我们科技兴趣小组就来帮大家解开这个谜团。     

基于Cortex-M3和互联网的分布式测试系统设计

介绍了以Cortex-M3微处理器为核心、基于互联网的分布式测试系统,分析了系统的各部分功能。提出了分布式测试系统总体设计框架以及设计原则。并分别给出了分布式测试系统中主控制器模块、模拟输入输出模块和以太网接口电路模块等的硬件设计和该测试系统平台的软件模块设计。其中包括嵌入式软件和CPLD控制模块软件的设计。通过反复实验测试,该分布式测试系统运行效果极佳,能非常可靠的进行数据采集、控制、传输,采样率和采样精度也达到预期值。     

基于联合均值差异匹配的域适应故障诊断方法

针对工业过程中故障诊断面临的工况突变而导致模型数据分布失配的问题,提出基于联合均值差异匹配的域适应故障诊断方法。利用源域和目标域每类样本的均值定义类内差异和类间差异,同时集成最大方差和最大均值差异准则获取特征投影矩阵,并将源域和目标域的特征信息投影到公共特征子空间。在子空间建立K近邻(KNN)分类模型,完成故障诊断分类。实验结果表明,该算法能够较为准确地完成故障分类,具有较高的分类准确性。     

基于3-乙基-2-乙酰吡嗪缩肼基甲酸甲酯的铜和锌配合物的晶体结构及荧光性质

合成并通过单晶X射线衍射、元素分析及红外光谱表征了配合物[Cu（HL）Cl₂]·H₂O（1）和[ZnL₂]（2）的结构（HL为3-乙基-2-乙酰吡嗪缩肼基甲酸甲酯）。单晶衍射结果表明,在配合物1中,Cu（Ⅱ）离子拥有四方锥配位构型,与一个中性配体HL和2个氯离子配位。配合物2中,Zn（Ⅱ）离子与来自2个阴离子配体L^-的N₂O 电子供体配位,配位构型为扭曲的八面体。此外还研究了配合物1和2的固体荧光性质。     

粒矩阵与Rough关系矩阵

针对Rough集本身的代数定义和其他各种扩展模型没有提供简捷的计算边界元素数目的算法,笔者定义了粒矩阵和Rough关系矩阵,采用二进制粒矩阵运算代替传统的等价类计算获得上、下近似,灵活高效。从集合论的角度完善了Rough集理论,并在此基础上,提出了基于粒矩阵的知识发现算法,同时举例证明了Rough包含与Rough相等的隶属度函数定义的充要条件仅仅是必要条件。     

基于最小Hausdorff距离和NSST的遥感图像融合

为了最大限度地保留多光谱图像的光谱特性和全色图像的空间细节,提出基于最小Hausdorff距离和非下采样剪切波变换(NSST)的遥感图像融合方法.首先,将原多光谱图像进行主成分分析(PCA)获得其第一主分量,选择NSST对第一主分量和全色图像分别进行分解,得到相应的低频子带系数和高频子带系数.其次,对低频子带系数采用基于稀疏表示的融合策略,稀疏系数与区域空间频率相结合,根据区域空间频率选择权值,对稀疏系数进行加权;对于高频子带系数充分考虑其邻域系数相关性,提出采用最小Hausdorff距离表征相应区域相关性,根据相关性不同采用不同的融合策略.最后,对融合系数进行NSST逆变换得到融合后的第一主分量,再将新的第一主分量与其他高阶主分量进行PCA逆变换得到融合图像.选择三组QuickBird卫星图像和一组SPOT卫星图像进行测试,与传统的融合策略算法相比,本文方法获得的融合结果客观评价指标更优,且主观视觉效果更好.