Pt/HL和Pt/KL沸石在异丙醇分解反应中的不同催化行为

Ｐｔ／ＫＬ沸石在异丙醇分解反应中具有很高的脱氢活性,而Ｐｔ／ＨＬ沸石具有明显的缺电子性,在此反应中难以显示出脱氢活性,通过加氢作用,可使沸石的酸位免受积炭覆盖,从而可增强Ｐｔ／ＨＬ沸石的酸性催化作用。     

KL-变换/JPEG和JPEG/KL-变换压缩性能分析

对ＫＬ－变换（ＫＬＴ）／ＪＰＥＧ和ＪＰＥＧ／ＫＬＴ构成的多光谱图象数据压缩系统的性能及优缺点进行了分析比较。在充分利用多光谱图象数据统计特征的基础上，将ＫＬＴ应用于多光谱数据压缩系统来消除谱相关性。仿真实验结果表明，ＫＬＴ／ＪＰＥＧ压缩系统的综合性能优于ＪＰＥＧ／ＫＬＴ压缩系统     

KL分位数估计的Bahadur表示

Bahadur表示对于分位数估计的大样本性质的研究有着重要的作用,本文在独立样本的条件下,证明了KL分位数估计的Bahadur表示及其收敛速度op(k-1/2n),并通过Bahadur表示给出了其渐近正态性和置信区间估计。     

KL油田沙三下亚段混合沉积特征及演化

针对目前莱州湾凹陷南斜坡带KL油田沙河街组三段下亚段陆源碎屑与碳酸盐岩混合沉积形成条件、沉积特征及模式认识程度较低的问题，利用该区壁芯、薄片及扫描电镜等资料，结合构造演化、古气候和古地貌背景，在层序格架约束下研究沉积环境，分析其沉积特征。结果表明，研究区发育混合沉积，形成于宽缓斜坡、亚热带湿润气候，兼具湖平面、物源、水动力条件周期性变化等条件；该混合沉积包括相缘渐变混合与原地混合两种沉积类型，互层式和组分式两种混合模式，以及4种混合样式。两种混合沉积类型沉积机理不同，混合模式及组合样式表现较大差异，因而具有不同的储层微观特征。     

Pd掺杂方式对Pt/KL分子筛正己烷芳构化及抗硫性能的影响

以浸渍法和水热合成法向Pt/KL催化剂中掺杂金属Pd,对催化剂进行改性和表征,并在固定床微型反应装置上考察Pd掺杂方式对Pt/KL催化剂正己烷芳构化性能及抗硫性能的影响.结果表明:不同方式掺杂Pd对分子筛的晶体结构和孔径分布等影响较小,对催化剂表面酸碱性质的影响较大;浸渍法掺杂金属Pd较水热法更能提高Pt/KL催化剂的正己烷芳构化反应活性、芳烃选择性及抗硫性能.这是由于通过浸渍法制备催化剂Pt-Pd/KL中的Pd与Pt相互作用增强了催化剂的金属催化功能,使得其芳构化活性和抗硫性增强;通过水热法制备催化剂Pt/PdKL中的Pd增强了催化剂酸性,从而降低了催化剂芳构化活性和抗硫能力所致.     

面向稀疏数据集的聚类算法

在聚类过程中数据可能呈现稀疏性,如果仍用传统的欧式距离作为聚类指标,则聚类的质量和效率将会受到严重的影响。受到信息论中KL(Kullback-Leibler)散度的启发,采用基于KL散度的相似性度量方法,先描述数据的整体分布,进而对数据进行聚类。研究结果表明,最后通过实验验证本算法的有效性。这种方法可以利用簇中元素提供的信息来度量不同簇之间的相互关系,克传统欧式距离的缺点,提升算法准确度。     

一种新的人脸特征定位及识别的方法

提出了一种基于主成分分析的人脸特征定位及识别的方法,利用剩余误差能量作为准则进行人脸特征定位,并对人脸图像提取主成分特征进行识别,经实验表明该方法能处理人脸图像变化较大的情况,具有计算量较小,定位精度高,识别率高的优点。     

KL植物胶钻井液特性及其减振机理

结合某地区的地质特征,对KL(苦苈)植物胶及其添加剂(NaOH与水解聚丙烯酰胺)进行室内试验,配制KL植物胶钻井液,并对KL植物胶钻井液的具备的流变性,粘弹性的变化规律进行探讨,最后对其减振机理进行论述。研究结果表明NaOH与水解聚丙烯酰胺(PHP)对KL植物胶流变特性有较大影响,主要表现在对其动切力及表观粘度的提升都有很好的促进作用;同时实验现象表明KL植物胶钻井液是粘弹性流体,添加剂NaOH与PHP可提高KL植物胶的粘弹性;KL植物胶钻井液的减振与其拥有良好的流变性与粘弹性关系密切,主要表现为粘弹减振,成膜效应与流变循环特性。     

探地雷达信号的KL变换处理分析

实测探地雷达记录中存在大量的噪声干扰,有时致使目标信号难以分辨,为提高雷达剖面的信噪比,主要探讨KL变换在消除干扰噪声方面的有效性.在说明KL变换原理的基础上,通过Matlab软件进行编程计算,对时域有限差分法获得的探地雷达模拟剖面和现场实测雷达数据进行处理;再对处理前后的雷达图像进行对比分析.经过处理分析可知,KL变换可压制模拟数据中边界反射信号和棱角点的绕射波、抑制和消除实测雷达剖面中的高频杂波噪声信号,从而突出有效信号,增强有效信号的相对强度,这提高了探地雷达剖面的分辨率和反演解释精度.     

用模式识别方法分析心血管病的测试数据

本文对心血管病诊断中血液流变学的测试样本,用KL展开进行特征压缩,并用Fisher准则与逐次校正相结合的方法,对测试样本及特征压缩后的样本进行分类分析,获得较好的效果。