炭素制品X射线图像的缺陷特征选择

针对炭素制品X射线检测图像的特点,对缺陷特征提取与选择技术进行了研究。为排除噪声干扰的影响,采用数学形态学和迭代阈值分割相结合的方法从原始图像中提取缺陷区域。在此基础上,从缺陷样本中提取19个特征值。为提高缺陷模式识别对各种噪声及干扰的鲁棒性,提出以特征组合分类能力数学模型为适合度函数,设计基于遗传算法的特征选择策略,实现了对缺陷原始特征量的优化选择。利用BP神经网络分类器及选择的特征值对缺陷进行模式分类。研究结果表明,所提出的选择方法可以用于缺陷的识别与分类。     

新型炭素吸附材料的研究

近年来，由于频繁的油轮泄漏事故（如1997年日本福井县沿海的俄罗斯油轮触礁泄漏事故，1998年初我国广东近海的油轮泄漏事故）及油车的倾覆事故的发生，不但造成大量原油和重油的流失，还给事故周围的海域和自然环境造成严重的污染；另外，工业含油废水的排放，输油管道的泄漏等也会给周围的环境带来严重的污染问题。为了解决这一问题，