用θ-2θ型衍射仪测定溶液结构的新方法

叙述了用θ－２θ型Ｘ射线衍射仪精确测定电解质溶液结构的新实验技术。设计制作了具有恒温功能的超厚液体样品池，并建立了样品池窗口强度的校正方法。优化了液体Ｘ射线衍射数据和结构参数精细化的计算机程序，获得了非常令人满意的实验结果。由θ－２θ型Ｘ射线衍射仪精确测定的径向分布函数与θ－θ型衍射仪自由散射比较，表明ＤＲＦ分辨率有所提高。     

一种超声波局部放电测试仪用传感器校准装置的研制

本文研制了一种超声波局部放电测试仪用传感器校准装置,实现了对接触式和非接触式传感器的频率响应特性、灵敏度最大值、电压幅度线性误差等项目的校准,计量技术性能满足要求,此外具有实时性强、准确度高等特点。     

基于UWB的医院室内定位系统设计

本文构建了基于UWB技术的医院室内定位系统。系统采用双向飞行时间的测距（TwoWay-TimeofFlight,TW-TOF）方法,并通过数据拟合函数对距离公式进行修正。测试结果表明该定位系统精度误差小于0.244m,能够满足医院环境下的定位需求。     

温跃层边界提取的组合算法*

本文提出一种用于海洋温跃层边界提取的组合算法,该算法基于调整判定阈值后的垂直梯度法和一种改进函数模型几何形态后的拟阶梯函数逼近法。为验证该算法对于温跃层边界提取的适应性、客观性,利用中国Argo实时资料中心发布的全球海洋Argo网格资料集（BOA_Argo）,选取2018年夏季0°~30°N,135°E~165°E所在的太平洋区域的温度剖面数据进行处理,结果表明,该算法对低纬度海区温度剖面拟合质量较好,拟合均方根误差普遍低于1.3℃,而且提取到的温跃层上下边界在纬向更加平缓,然而对于中高纬度海区的温度剖面,组合算法的处理效果不佳,更适合直接通过垂直梯度法进行温跃层的提取。     

强一般型代数体函数分担小函数的唯一性（英文）

代数体函数的唯一性理论是值分布论中的重要研究课题.由于代数体函数的多值性,代数体函数的唯一性的研究成果没有亚纯函数那么丰富.亚纯函数分担小函数的唯一性问题已经被彻底解决,代数体函数分担小函数的唯一性问题还值得深入研究.研究了强一般型代数体函数分担小函数的唯一性问题,得到几个唯一性定理,所得结果将亚纯函数分担小函数唯一性定理推广到强一般型代数体函数.     

针对肝包膜特征图的自动化提取方法

为了自动化提取肝包膜及其上下组织特征图,实现全自动特征学习,文中提出采用频域处理与图像形态学处理的方法对图像进行预处理,并借鉴移动平均法提出二路交叉感受野策略,由感受野映射区域进行特征筛选与分析。通过对数能量函数识别并定位目标区块,从而实现对肝实质病变特征、肝包膜、肌肉脂肪层纹理特征数据提取与分析,并根据数据分析获取肝包膜及其上下组织特征图。根据特征区域的相对位置,提出区块纠错机制对误检区块进行校正,使其更具鲁棒性。实验结果表明,在对肝硬化超声图像中的肝包膜及其上下组织特征图的提取过程中,该提取机制在正常、轻度、中度阶段特征提取均达到100%的准确率,对于重度病情阶段的特征提取准确率达到84.6%。     

基于非局部自相关的复制粘贴检测算法

针对数字图像复制-粘贴篡改无法区分目标与来源的问题,文中通过改进相似度匹配算法和利用非局部自注意力机制,在定位出篡改区域的前提下,解决了篡改源区域和目标区域的分类问题。总体框架为双分支检测网络,主分支采用经典U-net分割篡改区域像素,副分支通过孪生网络进行特征提取并计算自相关性,从而分割出篡改目标与源区域像素。将双分支融合后进行端到端训练,最终网络预测出三分类结果。实验结果表明,文中算法检测定位目标区域时的像素级分类精确率达到了80.47%,且F1值及准确度均优于对比算法。可视化结果和鲁棒性实验也表明文中算法具有良好的泛化性能。     

差分隐私模糊聚类位置保护方法

针对现有差分隐私聚类位置保护方法存在初始值敏感、离散数据不适用、误差较大的问题,文中提出了一种差分隐私模糊聚类位置保护方法。首先,通过高斯核函数将点映射到特征空间,由于核函数计算量相对较小,计算效率有了显著提升;然后,将差分隐私与改进的模糊C均值聚类算法相结合,使得每一组输入数据不再仅隶属于某一特定的类,而是以隶属程度来表现;最后,文中将满足差分隐私约束的拉普拉斯噪声添加到聚类集合的质心点中,得到每个点的扰动位置,并使用扰动位置进行查询。实验结果表明,在保障位置隐私安全的前提下,差分隐私模糊聚类位置保护方法降低了查询误差,提升了算法效率。     

基于SARIMA-GS-SVR组合模型的短期电力需求预测

短期电力需求预测在合理分配电力利用、减少能源浪费和增强电力系统的并网运行方面具有重要作用。应用单一的季节自回归移动平均模型对电力需求预测将限制预测精度。为了提高SARIMA的预测精度,文中提出了SARIMA-GS-SVR组合预测模型。采用网格搜索算法将SARIMA预测的残差带入支持向量回归模型进行参数训练,并将寻优的最佳参数带入SVR对残差进行预测。将得到的残差预测结果和SARIMA预测结果加和进行综合分析。建立SARIMA、SVR、GS-SVR和SARIMA-GS-SVR预测模型,以加利福尼亚州电力需求历史数据为例,对该地某日24 h的电力需求进行预测。为了体现模型整体的优越性,选用指数平滑法作为无关基准模型进行实验对比。实验结果表明,相比SARIMA,SARIMA-GS-SVR的预测精度提高了29.181 2%,且其MAE、MAPE和RMSE3种误差指标评价值低于其它4种模型。     

融合目标速度变化机制的视频摘要生成模型

视频摘要是监控视频浏览和存储的有效技术。在压缩比的限制下,现有的视频摘要生成方法容易导致重排目标碰撞和时序错乱。针对该问题,文中提出一种融合目标速度变化机制的视频摘要生成模型。在目标重排的能量函数中,除目标起始位置变量之外还加入了目标速度变量,从而能够同时改变目标的起始位置和速度,避免碰撞和时序错乱问题。随后使用马尔科夫链蒙特卡罗随机采样算法求解能量函数的最优值,得到了目标重排方案的最优解。实验表明,在压缩率相同的情况下,相较于其他方法,该模型生成的摘要视频中的目标碰撞和时序错乱的问题较少。