青霉素对乳酸-丙酮-溴酸钾-硫酸锰-硫酸开放化学振荡体系的扰动

在连续搅拌反应器(CSTR)中,利用分析物脉冲微扰技术(APP)研究了青霉素对锰离子催化Belousov-Zhabotinsky(B-Z)开放化学振荡体系的影响。结果表明,青霉素浓度在2.97×10-7～5.50×10-5mol/L范围内,周期和振幅的变化率与所加入青霉素浓度的负对数呈良好的线性关系,相关系数分别为0.9981和0.9985;检出限为5.9×10-8mol/L。所建立的方法简便易行,每小时可进样15次。对可能的反应机理也进行了讨论。锰属于生命元素,在体内参与生物酶的合成与转化,研究青霉素对锰催化振荡反应体系的扰动对于理解生命运动更为有利。     

基于小波系数的近红外光谱局部建模方法与应用研究

局部建模方法使用与预测样本相似的样本建立模型,可解决光谱响应与浓度之间的非线性问题,扩大模型的适用范围,提高预测准确度。采用小波变换进行数据压缩并利用小波系数之间的欧氏距离作为光谱相似性的判据,实现了近红外光谱定量分析的局部建模方法,避免了样本之间的依赖性。将所建立的方法用于烟草样品中氯含量的测定,100次重复计算得到的预测集均方根误差(RMSEP)平均值为0.0665,标准偏差(σ)为0.0045,优于全局建模和基于主成分的局部建模方法。     

尾喷焰红外辐射特性的小波压缩

本文针对发动机尾喷焰的目标红外特性开展谱分析研究.采用热流法求解辐射传输方程,获得尾喷焰表观红外辐射特性仿真数据,应用多尺度小波分解红外光谱获得小波压缩系数.考察了不同小波函数及小波尺度下红外特性光谱的压缩效果.研究结果表明,基于小波的尾喷焰红外辐射特性光谱数据压缩方法是可行的,尾喷焰红外光谱主要信息基本保留,变量维数压缩可达10倍以上.     

基于光谱-空间特征的黄茶多酚含量估算模型

茶多酚是黄茶中的重要成分之一,具有保健和药用功效.准确估测茶多酚含量对茶叶品质鉴定和定量分析具有重要的意义.学者们已经利用电子鼻、电子舌、高光谱和近红外技术开展了茶多酚的估测研究,取得了良好的效果.然而,由于缺乏空间特征,难以满足黄茶内外品质综合判断的要求.随着高光谱成像系统的发展,尽管基于灰度共生矩阵的茶叶成分估测已...     

基于Arnold变换的图像逆置乱算法

针对Arnold变换的周期依赖于图像的阶数这一特性,提出了一种反变换算法.该算法通过分析加密图像任一点处两坐标分量间关系,得到原图像相应点的坐标,从而实现图像的解密.该反变换也可作为图像置乱的正变换,相应的反变换就是Arnold变换.在此基础上,把二维反变换算法推广到m维的情形.实验结果表明,对于已应用Arnold变换进行预处理的置乱图像,在无须计算原图像变换周期的前提下可快速实现图像的逆置乱,该过程具有确定性,其迭代次数与预处理置乱次数相等.     

基于小波变换和数学形态学的运动物体检测

提出了一种基于帧差法和小波变换相结合的运动目标检测方法,充分利用帧差法计算简单和小波变换的多尺度特性。实验表明,这种方法可以有效地从复杂自然场景的图像序列中检测出完整的运动目标。而且能够有效的抑制噪声。同时减少计算时间,满足检测的实时性要求。     

肥皂膜中光分支流现象的探究

光通过弱无序散射介质时可产生分支流现象。针对激光在肥皂液薄膜中的传播,本文利用分步傅里叶变换方法数值求解等效薛定谔方程,探究了光波长、肥皂液浓度、肥皂膜厚度等因素对光分支现象的影响。理论分析及数值计算显示,有效势场变化幅度越大、关联长度越小,分支现象越明显;相应地,激光波长越小、肥皂液浓度越高、肥皂膜厚度变化幅度越大、厚度变化关联长度越小,则分支现象越明显。在此基础上,我们通过实验验证了多种参数对光的分支现象的影响,得到了与理论分析及数值计算相一致的结果。本研究理论与实验相辅相成,有助于学生理解光分支现象的产生机制,可作为创新性或居家物理实验教学参考。     

结合隐藏技术的新颖语音检索算法

采用一种新颖的结合信息隐藏技术的语音检索算法,该算法将保密语音和伪语音分割成多段,利用经典的LSB算法分别隐藏到不同的音频,并存储在磁盘空间中．提取语音码流时,利用小波变换第一级细节分量系数能量的大小找到相应的载体音频,提取其中的语音码流,并建立语音库．利用特定人语音检索技术,检出相应的语音码流,合并语音码流得到真正的保密语音．研究表明：新算法的查准率和查全率可以达到很高的水平,为信息隐藏技术的发展开辟了一条新的研究道路,同样扩大了语音检索技术的应用范围。     

基于小波的光照补偿及其在人脸识别中的应用

提出了一种基于小波分析的人脸图像光照补偿技术,通过舍弃图像中的低频分量,仅用高频分量进行图像重构,便可较好地消除原始人脸图像中光照的影响.并将该技术应用于特征脸法人脸识别,在Yale库和自建库图像中,实验测得在较大尺度的情况下,图像识别率都有明显提高.     

振荡型积分对极大函数的估计

首先将2维KaKeya型的极大函数通过Fourier变换转化成振荡型积分的形式,对此振荡型积分作相应的估计。通过Littlewood—Paley方法将此振荡型积分分解成不同的算子,在估计极大算子时,通过Newton—Leibnig公式,将其转化为相应的积分形式,最后通过经典的振荡型积分的估计,得到最后的结果,本方法强调振荡型积分的方法和以前几何测度论的方法不同。