广西经济增长、金融发展与城乡收入差距的实证研究

探讨了经济增长及金融发展与城乡收入差距之间互动影响,刻画了三者间的逻辑关系,并基于广西1990-2017年的统计数据,运用状态空间模型及卡尔曼滤波算法对三者间动态关系进行了实证分析.结果显示:经济增长对城乡收入差距呈现倒U型曲线形态,而金融发展则显示出具有不断缩小城乡收入差距的趋势.     

受限空间内甲醇喷雾液滴形成及其爆炸特性

为防控工业喷雾爆炸和完善喷雾爆炸测试方法,在20 L球形喷雾爆炸测试系统内，实验研究了不同环境压力、喷射压力及浓度下的甲醇喷雾液滴形成及爆炸特性规律。结果表明:增大喷射压力更易致使甲醇破碎成微小液滴，甲醇喷雾液滴爆炸极限范围变宽；环境压力的增大导致甲醇喷雾液滴粒径变大，喷雾液滴爆炸极限范围变窄，一定程度上可以有效抑制甲醇泄露可能导致的次生衍生事故发生。当爆炸容器内环境压力为0.1 MPa、喷射压力为2.1 MPa、甲醇喷雾浓度为356.4 g/m3、甲醇液滴索太尔平均直径为2.5 μm时，爆炸特性参数（最大爆炸压力、最大爆炸压力上升速率及层流燃烧速度）在上述拐点处取得最大值；小粒径（1～15 μm）的液滴在外界能量作用下，更易被点燃，且爆炸过程中瞬态物理化学反应更为迅速和剧烈；较大粒径(22 μm以上)的液滴会出现点火困难现象，然而点火成功后，爆炸特性参数均随甲醇喷雾浓度增加而增加，呈现近似线性规律，此时液滴粒径对上述爆炸特性参数的影响可以忽略。研究结果有助于理解喷雾液滴爆炸规律、完善相应测试方法和安全设计。     

基于实时检测眼睛状态的一种安全驾驶方法

为预防及减少机动车驾驶过程中交通事故的发生,提出一种基于实时检测眼睛状态的安全驾驶方法。首先,在机动车驾驶空间安装并初始化摄像头,获取驾驶员的实时视频,然后采用基于肤色的人脸识别算法保留感兴趣区域(ROI),再用Viola-Jones算法眼睛分类器进行眼睛检测,最后对图像进行直方图均衡化以及中值滤波,利用Hough变换的圆形检测技术实现虹膜检测以完成眼睛的实时状态检测。实验结果表明,该方法能成功检测眼睛状态,检测准确率为99%,Kappa一致性为95.3%,具有较高的实时性。     

基于动态纹理分析的蓝宝石熔体状态识别方法

应用泡生法生产蓝宝石晶体时,引晶必须在熔体温度梯度变化相对较小的条件下进行.针对化料后熔体界面随温度变化波动较大、难以寻找理想的引晶状态这一问题,提出了一种基于熔体界面动态纹理分析的状态识别方法.通过对经典Canny算子边缘检测技术的优化,来增强对晶体生长熔体纹理提取的鲁棒性;利用反映熔体状态的重要特征参数,实现对熔体状态的自动识别.仿真实验验证了该方法的有效性,为实现蓝宝石晶体的智能化制造提供了新途径.     

新型扩张状态观测器及其噪声抑制的特性分析（英文）

为了提升对快变干扰的估计性能,把输出估计误差的非线性项和切换项作为反馈设计一种新型非线性扩张状态观测器.在对干扰具有相同的估计性能下,新型非线性扩张状态观测器的增益相对较小,因而该新型非线性扩张状态观测器比传统扩张状态观测器拥有更好的噪声抑制性能。仿真结果表明新型扩张状态观测器对干扰的估计误差是传统方法的1/4。     

基于容积卡尔曼滤波的虚假数据注入攻击检测研究

虚假数据注入攻击给电力系统的安全稳定运行带来严重威胁,研究其检测方法具有十分重大的意义.本文基于容积卡尔曼滤波提出了一种虚假数据注入攻击的检测方法,该方法首先利用容积卡尔曼滤波算法对系统进行状态估计;其次,将状态估计结果与加权最小二乘法的估计结果进行状态一致性检验;最后,以IEEE-14节点系统为试验对象,进行算例分析.结果表明,本文的方法能够有效地检测出注入到系统中的虚假数据.     

状态转移函数对加权自动机计算能力的影响

在非确定型加权自动机(NS-WA)与确定型加权自动机(DS-WA)的基础上,引入了状态转移函数是分明的非确定型加权自动机(NS-WA_c)与状态转移函数是分明的带空移动的非确定型加权自动机(NS-WA_(ε-c))的概念。在已知NS-WA与DS-WA不等价的结论下,进一步探究了NS-WA_c、NS-WA_(ε-c)与DS-WA之间的等价性,并给出了等价性证明以及相关的算法和例子。     

X射线激光首次揭示化学键形成过程

利用SLAC国家加速器实验室的X射线激光进行实验,研究人员首次拍摄到化学键形成过程中的过渡状态:原子形成一种不确定的键。反应物是一氧化碳分子(左边,由一个碳原子(黑)和一个氧原子(红)构成)和它右边的一个氧原子。它们附着在钌催化剂表面,催化剂让它们彼此靠近,更容易反应。发射一束光学激光脉冲,反应物振动并互相碰撞,碳原子和氧原子     

四旋翼ESO的RBF神经网络PID控制器研究

四旋翼飞行器因存在参数不确定性和环境干扰,会出现姿态不稳定的问题,而传统的PID控制对四旋翼的姿态稳定及机动性达不到控制需求.为此,提出了一种扩张状态观测器(ESO)的RBF神经网络PID控制器.首先,利用ESO的扩张特性和非线性函数对扰动进行估计和补偿,减少系统的误差;其次,将ESO对系统输出的估计值作为RBF神经网络的输入,使梯度信息更加精确,能够更好地优化增量PID的参数;最后,该神经网络的激励函数取高斯基函数,利用RBF神经网络的自适应性、自学习能力对模型控制参数进行调整.Matlab仿真实验表明,在未知干扰环境下,ESO的RBF神经网络PID控制器能够明显提高系统的抗干扰能力,且具有较小的超调量及较好的鲁棒性.