玻璃与金属封接过程中气孔率和玻璃飞溅

通过测量不同工艺条件下玻璃绝缘子中的气孔率和最大气泡直径,以及观察底盘表面的玻璃飞溅情况,研究了熔封气氛、熔封温度、熔封时间、氧化膜类型和厚度对玻璃绝缘子中气孔率和玻璃飞溅的影响.结果表明,玻璃绝缘子中气孔率与可伐合金底盘表面的飞溅程度有一定的关系.可伐合金表面Fe3O4氧化物与玻璃中SiO2发生化学反应是玻璃绝缘子中气泡的一个重要来源,也是引起玻璃飞溅的因素.熔封气氛和氧化膜厚度对气孔率和玻璃飞溅影响最大.推荐的工艺条件是在可伐合金表面生成厚度约1μm的FeO氧化膜,然后与玻坯在950～980℃工厂条件的气氛中熔封30～40 min.     

基于样本的等距特征映射的行为分析方法

针对运动捕捉数据分析和应用的效率要求,提出了一种基于样本-Isomap的行为分析方法.通过计算运动数据中样本帧的距离矩阵得到样本嵌入空间的特征向量,用其近似表示嵌入空间的特征向量,然后在该空间上计算非样本帧的投影,得到非样本帧的近似流形嵌入.结果表明当样本帧的选取比例在10%时可以近似得到整个运动数据的低维流形嵌入,且处理效率比原方法提高10倍以上.应用该算法对高维运动捕捉数据进行降维,能够提高运动捕捉数据分析和应用的效率.     

基于二维灰度熵及混沌粒子群的图像阈值选取

为了同时考虑直方图的概率信息和类内灰度级的均匀性,提出了基于灰度级-梯度二维直方图的Shannon灰度熵及Tsallis灰度熵阈值选取方法.给出了Shannon灰度熵和Tsallis灰度熵的定义及其一维阈值选取方法,导出了二维Shannon灰度熵及Tsallis灰度熵阈值选取公式及其快速递推算法,并利用混沌粒子群算法寻求两种阈值选取方法的最佳阈值.实验结果表明,与基于改进的二维最大熵及粒子群递推的阈值选取方法相比,所提出方法的分割图像能更准确地反映原始图像的边缘、纹理及细节信息.     

Z-QS01菌株对小球藻的生态学效应及对UV-B辐射的响应

利用生态毒理学方法研究了小球藻共栖Z-QS01菌株的生态学效应及对UV-B辐射的响应.结果表明:Z-QS01菌株通过分泌化学物质实现自我行为调节和对小球藻的抑制效应,Z-QS01菌株的密度和分泌到培养液中的化学物质的浓度是启动调节机制的必要条件;UV-B辐射增强显著影响Z-QS01菌株的群感效应,随UV-B辐射剂量的增加,Z-QS01菌株对小球藻的抑制效应降低.实验数据可为水产养殖业生态防病提供参考,并为揭示藻菌间相互作用机制提供有价值的参考资料.     

正态模型下单边假设检验问题中频率与贝叶斯证据的一致性

假设检验问题中的频率与贝叶斯证据的一致性或和谐性是频率学派和贝叶斯学派所共同关心的问题.研究正态模型下单边假设检验问题中广义p-值以及Jeffreys无信息先验下的贝叶斯证据,证明了各种检验问题中两类证据的一致性.     

两类分块矩阵的群逆

当P为退化的幂等矩阵时,我们利用矩阵的秩的性质、分块矩阵的初等变换,以及群逆存在的充分必要条件,讨论了形如M=P P＋PP＊（P0）和M=P P（P＋PP＊0）（其中P为方阵）的两类分块矩阵群逆的存在性.接着,利用初等变换和矩阵1逆的求法,根据矩阵群逆与矩阵3次幂的1逆的关系,最终给出上述两类分块矩阵群逆的一般表示式,并以例子加以说明     

基于模糊数学和粒子群算法的边坡参数反分析

传统的利用边坡位移进行力学参数反分析的方法构造的目标函数较为简单.为了体现滑坡土体的不同性质,文中在传统优化方法的基础上,分析了滑坡体内部土体的位移特点,并将滑坡土体分为滑坡床、滑坡面和滑坡体3个类别.然后分别利用模糊数学和粒子群算法求得不同位置土体对3个类别的隶属度以及3个类别的位移权重,并根据土体的隶属度和3个类别...     

弱群缠绕结构与弱Hopf群（余）代数（英文）

作为弱Hopf代数与缠绕结构的推广,本文引进弱Hopfπ-代数与弱群缠绕结构,并证明两者之间有着密切的关系：设H={Hα}_（α∈π）是一族余代数同时也是一个余代数.假设A_（αβ）（h_αk_β）△_β（k_β）,则下面几点等价：·H是弱半Hopfπ-代数;·（H,H,ψ′）和（H,H,~2）分别是左-右和左-右弱群缠绕结构;·（H,H,~3）和（H,H,ψ~4）分别是右-左和左-左弱群缠绕结构.最后,作为对偶情形.本文还证明半Hopfπ-余代数与弱群缠绕结构的关系.     

基于经验模态分解的间接心电去噪

提出了一种基于心电图（ECG）动态模型和经验模式分解（EMD）的新颖心电间接去噪方法．通过设计一个心电信号模型对噪声ECG进行预滤波处理,为了保持重要的形态特征,尤其是QRS群波,从噪声ECG信号中减去这个模型,用EMD分解残存下来的信号,并且抛弃分解结果中的噪声成分达到去噪．最后,通过把模型和无噪的残余信号叠加起来获得无噪ECG波形．     

基于粒子群优化的有序盲信号分离算法

为了按照规范四阶累积量的绝对值有序分离出源信号,提出了一种新的基于粒子群优化的有序盲信号分离算法.本算法采用信号的规范四阶累积量作为代价函数,使用粒子群优化算法代替传统的梯度算法对代价函数进行优化,通过消源去相关方法从混合信号中消去已分离出的源信号成分,逐次按序提取出源信号,解决了梯度算法容易陷入局部极值而不能正确提取...