偏缠绕模的Frobenius性质

主要给出了偏缠绕模的Frobenius性质，推广了缠绕模相应的性质。     

基于小波变换和概率神经网络的焊接接头类型识别

为了实现机器人自动焊接过程中快速、精确地提取焊缝特征信息,提出了一种基于小波变换和概率神经网络的焊接接头类型识别方法。先采用小波变换对由激光视觉传感器采集的焊接接头图像进行降噪和增强,对重构后的图像进行二值化,然后提取图像的特征信息,组成图像特征向量,最后构建概率神经网络分类器并进行测试。结合视觉传感器中激光器与摄像机的位置关系,最终识别出4种焊接接头。实验结果表明,所提出的方法特征提取简单,识别率高,并具有较好的实时性。     

二维CAS小波求解变厚度功能梯度简支梁的弹性静力学问题

利用正交的二维CAS小波方法数值求解了变厚度功能梯度简支梁的二维弹性力学问题,此求解过程相对简单,易于编程,具有可推广性.     

基于深度学习的ELM实时识别研究

基于深度学习的方法，在HL-2A装置上开发出了一套边缘局域模(ELM)实时识别算法。算法使用5200次放电数据(约24.19万数据切片)进行学习，得到一个深度为22层的卷积神经网络。为衡量算法的识别能力，识别了HL-2A装置自2009年实现稳定ELMy H模放电以来所有历史数据(约26000次放电数据)，共识别出1665次H模放电，其中误识别35次，误报率为2.10%。在实际的1634次H模放电中，漏识别4次，漏识别率为0.24%。该误报率和漏报率可以满足ELM实时识别的精度要求。识别算法在实时控制环境下，对单个时间点的平均计算时间为0.46ms，可以满足实时控制的计算速度要求。     

焦炉上升管内壁结焦炭层的光谱学分析及结焦机理研究

以焦炉上升管内壁结焦炭层块为研究对象，采用X射线荧光光谱仪（XRF）、X射线衍射仪（XRD）、傅里叶红外光谱仪（FTIR）和激光共聚焦拉曼光谱仪（Raman）对结焦炭层的元素组成，以及各结焦炭层的矿物组成、组成结构和分子结构进行测试。分析从结焦炭层块外表面向内表面过渡的各结焦炭层的差异性，揭示焦炉上升管内壁结焦机理。结果表明焦炉上升管内粉尘中Fe，S和Cr极易催化荒煤气中蒽、萘等稠环芳烃化合物成炭，在焦炉上升管内壁形成炭颗粒沉积，为焦油凝结挂壁提供载体，在荒煤气温度降至结焦温度时易结焦积碳。结焦炭层均含有芳香层结构，随着结焦炭层从外表面向内表面过渡，各结焦炭层的面层间距(d₀₀₂)逐渐降低、层片直径(L_a)先降低后增加、层片堆砌高度(Lc)和芳香层数(N)先稳定后增加。结焦炭层石墨化过程是由结焦炭层内表面向外表面进行，主要包括其片层外缘的羧基和部分C-O结构的降解剥离，从而形成高度规整的共轭结构。结焦炭层块中C元素是以结晶碳与无定型碳的混合物形式存在。以上研究为解决焦炉上升管内壁结焦及腐蚀问题，提高换热器换热效率，有效回收焦炉荒煤气显热，降低焦化企业能耗提供实验基础和理论依据。     

Jordan函数r次方Jrk(n)的误差项的进一步性质

设k，r分别是自然数和非零整数，Jk(n)是Jordan函数。以E(x；k，r)表示和式sum from (n≤x) Jkr(n)的渐近公式中的误差项，本文研究了E(x；k，r)的某种加权平方积分均值。     

巧用齐次化与非齐次化的思想解不等式竞赛题

解析式是中学数学的重要内容之一,也是研究函数、方程、不等式的基础,数学的其它各分支学科均离不开解析式的恒等变换.因此,熟练地掌握一些解析式的变形规律是学好代数及相关学科的前提.本文主要讨论如何利用齐次化与非齐次化的思想,解决一些竞赛中的不等式问题.定义1设xi≥0(i     

用Riccati变换求解同调谐振子

利用Riccati变换求解同谐谐振子的定态薛定谔方程,求得了能谱及态函数 关键词： 同调谐振子 本征值谱 Riccati变换法     

〈I〉型三角剖分下非张量积连续小波基的构造

多维非张量积小波是近年小波研究领域中的热点问题之一 ,它们与多维张量积小波相比具有更多的优势 .关于高维张量积、非张量积小波 ,目前已有一些很好的工作 (见文[2 ] [3 ] [4 ] ) ,但关于样条小波 ,还有许多问题有待于研究 .本文针对〈I〉型三角剖分下的二维线性元空间 ,讨论其具有紧支集和对称性的半正交样条小波基 .给定 x1 x2 平面上的〈I〉型三角剖分 (图 1 ( a)所示 ) ,记 j=( j1 ,j2 ) ,| j| =j1 + j2 ,πm= { 0≤ |j|≤ mCj1j2 xj11 xj22 ,Cj1,j2 是任意实数 }为次数不超过 m的代数多项式全体 .引入剖分尺度为 1的线性元空间 V0…