移动火焰锋面(MFF)模型火焰锋面确定条件的进一步改进

考虑碳粒表面还原反应的移动火焰锋面模型(MFF-Ⅰ)在推导火焰锋面位置时,仅考虑了碳粒表面氧化反应的影响.本文综合考虑碳粒表面的氧化反应、还原反应对火焰锋面位置的影响,给出更严格的推导,即MFF-Ⅱ模型.在通常的燃烧工况下,改进模型MFF-Ⅱ与原始模型MFF-Ⅰ相比,预报结论基本一致.但对于较低氧浓度的工况,比如再燃、气化问题,改进模型MFF-Ⅱ同样可以给出可信的预报结果,而这是MFF-Ⅰ模型所不及的.     

不同气氛下煤焦吸附NO的量子化学计算

本文应用密度泛函理论B3LYP方法,分别研究了空白气氛、O2气氛、CO气氛对煤焦吸附NO的影响。建立了由6个苯环组成的煤焦模型,计算得到了在不同气氛、不同吸附位置的吸附能。在O2气氛下,吸附效果最好的方式依然为平行吸附,但吸附能绝对值较空白气氛减小,O2氛围抑制了煤焦对NO的吸附;在CO气氛下,吸附效果最好的方式为平行吸附且吸附能绝对值较空白气氛有所增加,CO氛围促进了煤焦对NO的吸附。     

基于轮廓特征点最大互信息的多模态医学图像配准

提出了一种基于轮廓特征点最大互信息的多模态医学图像配准方法,并将粒子群优化算法(PSO)和Powell算法相结合以一种组合的全局优化算法(PPSO)来求取最优配准变换参数.实验结果表明,该方法具有配准精度高、速度快、鲁棒性强等特点,是一种有效地全自动配准方法.     

一种基于多尺度卷积神经网络和分类统计的图像去雾霾方法

传统的去雾霾方法会导致天空、白云和明亮区域内的颜色失真。为了解决以上问题,提出了一种基于多尺度卷积神经网络和分类统计的去除图像雾霾的方法。首先用多尺度卷积神经网络估计图像的透射率,其次对所估计的透射率进行分类统计以确定在暗通道内天空、白云和明亮区域的像素值,最后通过低通高斯滤波器平滑图像场景的辐射度,得到恢复的无雾霾图像。实验结果表明,采用提出的方法对图像去雾霾后明亮区域内的颜色不会失真,且保留了图像的自然外观,对合成图像和真实图像均有较好的去雾霾效果。     

拉普拉斯特征耦合方差度量的图像匹配算法

为了解决当前图像匹配算法主要是通过像素点间的距离信息来实现特征匹配,忽略了图像间的方差信息,导致匹配结果中存在较多的错误匹配等不足,本文提出了一种基于拉普拉斯特征制约与方差度量的图像匹配方法。首先,引入Harris算子,对图像特征进行粗提取,并利用像素点的拉普拉斯特征,删除伪特征点,对粗提取的图像特征进行优化,获取更为准确的图像特征。然后,依据图像的梯度特征来计算图像特征的方向信息,以此建立特征点的邻域,通过求取该范围内的Haar小波值,从而得到特征向量。采用区域方差模型对图像的方差信息实施度量,并联合特征点的欧氏距离,对特征点进行更为准确的匹配。最后,采用随机样本一致性(RANSAC)机制对特征匹配结果实施优化,剔除其中的错误匹配,从而完成图像匹配。实验结果显示：较当前较为先进的匹配算法而言,在旋转、缩放等几何变换干扰下,所提算法具备更高的匹配准确率,维持在90%以上。     

邻域谱概率协同表示的高光谱图像分类方法

为了提高高光谱遥感图像的分类精度, 通过结合像元邻域谱与概率协同表示方法, 提出了一种基于空间信息与光谱信息的分类方法。首先采用插值方法生成像元的邻域谱, 然后用概率协同表示方法将待测样本进行分类。用所提出的方法在AVIRIS Indian Pines和Salinas scene高光谱遥感数据库上进行分类实验, 并和主成分分析、支持向量机、稀疏表示分类器和协同表示分类器方法进行了比较。结果表明, 所提出的方法在AVIRIS Indian Pines数据库上识别精度比主成分分析法高约17%, 其识别精度和kappa系数都优于另外4种方法。该方法是一种较好的高光谱遥感图像分类方法。     

一种融合Gabor滤波与3D/2D卷积的高光谱图像分类算法

为了减轻卷积神经网络模型对训练样本的依赖性和提高高光谱图像的分类性能,本文提出了一种融合Gabor滤波与3D/2D卷积的高光谱图像分类算法.首先,三维Gabor滤波器用于处理原始高光谱数据以生成空谱隧道信息;其次,利用三维卷积操作提取生成的空谱隧道信息的深层特征;然后,再利用二维卷积进一步提取图像的空间信息;最后,通过...     

基于多尺度卷积特征融合的癫痫脑电信号识别

脑电信号(electroencephalography,EEG)已成为医生诊断神经系统疾病最 广泛使用的工具,实现癫痫EEG的自动识别对 于癫痫患者的临床诊断和治疗具有重要意义。为了提高癫痫EEG的识别精度,提出了一 种基于多尺 度卷积特征融合的癫痫EEG自动识别模型。首先采用多尺度卷积特征融合方法提取多粒 度数据特征, 实现卷积神经网络(convolutional neural network,CNN)中不同层次的信息互补;然后经过长短期记忆网络(long short-term memory network,LSTM)提取时间 特征,利用 softmax分类器给出最终的识别结果。为了评估提出方法的识别性能,在波恩大学癫痫病研 究中心数据集 中进行实验,并与CNN-LSTM模型、单一的LSTM等模型的识别性能进行了比较,实验结果表 明,提出 方法的识别精度明显高于其余方法, 平均可达到99.19%。该模型能够 有效识别癫痫EEG类别,具有较高的识别性能和临床应用潜力。     

电视机常用元器件的鉴别

众所周知，彩色电视机是由许许多多电子元器件按照一定的原理设计组装而成，所以其结构复杂，又由于使用的有些元器件比较特殊，再加之机芯、机型各异，使其元器件的互换性受到限制。因此，作为维修人员，十分清楚地认识、了解和掌握各种电子元器件的基本知识和性能检测，无疑是非常重要的。本文就一些彩色电视机常用的元器件的性能的鉴别作较为详细的介绍。１带阻尼行输出管的鉴别行输出管一般是一个复合元件，内部等效电路图如图１所示。由于有耐高反压的要求，故在b，e极之间接有一只阻值较小的保护电阻，同时在c，e极之间接有一只阻尼二…