我国公路客运平均运距发展分析

公路客运在整个客运行业中举足轻重,完成的客运量、旅客周转量比重占绝对优势。为进一步探索我国公路客运发展的真实水平,对平均运距指标进行了分析。通过定性、定量比较分析,发现我国公路客运平均运距被严重低估,直接影响对公路客运市场的准确定位,不利于公路客运的长足良性发展。通过对公路客运平均运距被低估的原因分析,认为改变传统调查方式,变被动调查为主动调查是当务之急。     

基于可变空间感知的目标检测算法

检测场景中目标数量不定且随机分布，目标之间尺寸差异大，使得检测难度增加。为此，文中利用可变形卷积对位置偏差的学习能力，构建两个能够建模局部几何特征的可变空间感知模块(Variable Spatial Perception Module, VSPM)。VSPM1用于特征下采样阶段，减少分辨率降低引起的信息损失，从而有效提升检测器的颈部特征融合能力，使输入检测头的特征包含更多有益预测的信息。VSPM2用于检测头部分，通过大核卷积获取全局信息，另外，通过解耦的检测头解决分类和回归任务之间的冲突。所提算法在PASCAL VOC数据集上检测精度达到84%，相比基准算法YOLOv4提高2%，能够有效提高检测性能。     

Global exponential stability of mixed discrete and distributively delayed cellular neural network

This paper concernes analysis for the global exponential stability of a class of recurrent neural networks with mixed discrete and distributed delays. It first proves the existence and uniqueness of the balance point,then by employing the Lyapunov--Krasovskii functional and Young inequality, it gives the sufficient condition of global exponential stability of cellular neural network with mixed discrete and distributed delays,in addition, the example is provided to illustrate the applicability of the result.     

近红外光谱建模样本选择方法研究

针对小麦品种多分类问题,使用近红外光谱进行定性分析。建模样本增加能够使模型包含信息增多,但同时也会导致信息冗余,增加建模时间和存储空间,所以需要通过样本选择降低数据量。如果盲目选择必然会使信息丢失,模型效果将大打折扣,因此,在传统选择方法基础上,提出k近邻-密度样本选择方法。使用多天采集的小麦种子近红外漫反射光谱,在对其原始光谱进行预处理和特征提取后,分别使用随机抽样、k近邻和k近邻-密度三种方法进行建模样本选择,然后建立仿生模式识别模型和改进的仿生模式识别模型。实验结果显示,在建立的仿生模式识别模型中,使用k近邻-密度样本选择方法的模型识别效果优于另两种方法,且建模样本量大大降低;而在改进的仿生模式识别模型中,使用k近邻-密度样本选择方法识别效果明显优于随机抽样,略好于k近邻方法,但使用k近邻-密度方法所选择的样本数量远少于k近邻方法。结果证明k近邻-密度样本选择方法不仅能够大大降低建模样本量,而且保证了模型质量,对解决小麦品种多分类问题有明显效果。     

近红外光谱定性分析中的特征波长筛选研究

提出了一种以样品光谱类间相关系数之和最小为准则进行光谱波长逐步筛选的方法(stepwise selection basing on minimum sum of correlation coefficients, SMCC),以类间距离与类内距离和的比值最大化(符合分析者主观预期目标)作为定性分析中特征波长筛选效果的评价依据,并使用红塔集团提供的2012年17种不同类型工业分级烟叶作为试验样品,以验证筛选方法的有效性。研究表明,采用CO1分级烟叶光谱作为参照类别,筛选出10个特征波长点：采用特征波长计算得到的类内欧氏距离的平均值为采用全部波长计算得到的平均值的1.69倍,采用特征波长计算得到的类间欧氏距离的平均值为采用全部波长计算得到的平均值的3.70倍,采用特征波长计算得到的类间欧氏距离与类内欧氏距离和的比值的平均值为采用全部波长计算得到的平均值的2.21倍。特征波长的类间与类内欧氏距离和的比值增大,说明筛选出来的特征波长能更加有效的表达不同类间的远近关系以及同一类内的离散度,SMCC算法是一种有效的、可应用于近红外光谱定性分析中的特征波长筛选方法。     

多阶梯梁系统的3:1内共振

研究了具有三次非线性项的多阶梯梁的振动,讨论了该系统3:1内共振情况,运用多重尺度法,即一种摄动技术,得到该问题的一般近似解,并得到两种模型的振幅和相位调制方程,这些方程组用来确定稳态解及其稳定性,假设外加的强迫频率接近于较低的频率,在研究的数值部分,讨论固有频率中的3:1情况,对两端固支和一端固支另一端简支,观测到的频率位于第一和第二固有频率之间;对两端简支,观测到的频率位于第二和第三固有频率之间,最后,利用数值算法求解3:1内共振,第一模型为两端固支和一端固支另一端简支梁的外激励模型;第二模型为两端简支梁的外激励模型,然后,当外激励第一模型时,研究第一、二模型的振幅,当外激励第二模型时,研究第二、三模型的振幅,对振动的内共振模型,画出强迫响应、阻尼响应和频率响应曲线,同时进行这些曲线的稳定性分析.     

Non-constant stationary solutions to a prey-predator model with diffusion

In this paper, a nonlinear predator reproduction and prey competition model with diffusion is discussed. Some existence and non-existence results concerning non-constant positive steady-states are presented using topological degree argument and the energy method, respectively. The first author was supported by the National Natural Science Foundation of China (No. 10771032) and the Natural Science Foundation of Jiangsu province BK2006088, and the second author was supported by National Natural Science Foundation of China (No. 10601011).     

ICP-AES法对铬铁矿中的多种元素进行定性与定量分析

采用ICP-AES法对铬铁矿首先进行定性分析,确定了铬铁矿中含有的元素种类;经过分析发现铬铁矿中含有Cr,Fe,Al,Mg,Zn,Co,Ni等29种元素。然后根据定性分析的结果,对铬铁矿中的主要元素Cr,Fe,Al,Mg,Ca,Ti,Si,Mn,V的含量进行测量。铬铁矿样品的前处理分两步进行,首先用碳酸钠-四硼酸钠在950 ℃下熔融30 min,然后用稀盐酸在80 ℃下浸取10 min,即可将样品完全溶解。实验结果表明,该方法的相对标准偏差为0.48%～2.05%,加标回收率为90.5%～111.3%,分析精确度满足要求。     

拉曼光谱特征提取在化学纤维定性鉴别中的应用

拉曼光谱作为快速、无损的检测技术受到越来越广泛的关注,已经成功的应用于过程监控、质量监测、考古鉴定等领域。针对纺织纤维拉曼光谱的特性,提出了一种基于特征提取的拉曼光谱定性鉴别方法。该方法通过直接测取织物、纤维的激光拉曼光谱,并结合光谱预处理技术与特征峰提取、匹配识别方法,能够定性地鉴别织物、纤维的成分归属,对纺织品检验中的难点化学纤维成分的鉴别效果尤其显著。利用94份测试样品对织物成分中普遍存在的4种纤维品种——涤纶、腈纶、锦纶和粘胶进行了鉴别以验证算法的有效性。实验结果表明,该鉴别方法快速、有效,并具有很好的扩展性能,且该方法属纯粹的光学方法,需要样品量少、无需前处理,测试过程对样品无损,不产生化学污染物,适宜对各类织物成分的定性鉴别,突破了现有检测方法存在的局限。