离子缔合物溶剂萃取荧光法测定痕量汞

在酸性介质中,Hg2+、Br-和亚甲蓝形成离子缔合物,该缔合物易被1,2-二氯乙烷等有机溶剂所萃取,在689nm处有较强荧光。在优化的实验条件下,在0.01～6.4μg/mL范围内,Hg与荧光强度成正比,该法综合荧光的高灵敏度特点和溶剂萃取的浓缩作用,使其灵敏度得到极大提高,检出限为3 ng/mL,更适合用于痕量汞的测定。经过用于乌江水样中痕量汞的实际测定,结果比较满意。     

基于MATPCA方法的混凝土表观缺陷识别研究

以混凝土表观缺陷为对象,研究用图像处理和模式识别技术来实现表观缺陷的检测和识别,重点在混凝土外观缺陷图像的特征提取和设计有效、可靠的分类器,实现缺陷的准确分类.基于矩阵的主分量分析（MATPCA）是统计学中分析数据的一种有效的方法,它可以将数据从高维数据空间变换到低维特征空间,因而可以用于数据的特征提取及压缩等.将MATPCA法应用于混凝土表观缺陷识别系统的特征提取层,并在MATLAB中实现特征的提取,较好地满足识别层的输入要求;而在系统的识别层,研究BP神经网络方法取得了较好的实验效果.     

用碱性裂解法提取人血凝块中基因组DNA

目的建立一种新的从人血凝块中提取基因组DNA的方法。方法血凝块于室温自然解冻,匀浆,碱消化,酚氯仿抽提,电泳检测。结果用碱性裂解法从人血凝块中成功提取到基因组DNA,提取的DNA质量浓度平均为0.46 g/L,且吸光度比值A260/A280>1.8,选取人Gpx-1基因作PCR获得满意的目的片段。结论用碱性裂解法提取的基因组DNA的总量较高,提取效率高,PCR扩增效果好,可很好的应用于血凝块基因组DNA的提取。     

基于RBF神经网络模型的混沌背景下谐波信号提取

在混沌时间序列前后向联合预测模型的基础上,提出前后向联合迭代预测模型并将之用于混沌背景下谐波信号的提取.对前后向联合迭代预测模型与前向预测模型的仿真实验对比研究表明,在叠加谐波信号幅度和频率不过小的情况下,前后向联合迭代预测模型在连续类混沌背景下的谐波信号提取性能较前向预测模型好,而在离散类混沌背景下的谐波信号提取效果都很差,但仍可用于检测微弱谐波信号.     

基于基频提取的舰船辐射噪声监测与诊断技术

状态监测与诊断技术是当前在国内外发展迅速、用途广泛、效果良好的一项重要工程技术.借鉴工业系统的实践经验,结合水声信号处理的长期试验和发展情况来看,在机械状态的监测中频谱仍然是主要的线索,基频是起主要贡献作用的频率.将状态监测与故障诊断技术用于监测舰船辐射噪声,通过监测、分析其线谱中几组典型基频的变化,判定目标是否处于良好运行状态,从整体上评价、预测舰船的技术状态和战术状态,使其达到总体最优,这相比局部最优有更好的经济和现实意义.     

渤海石油输灰码头改造钢管桩拔除施工

主要叙述了渤海石油输灰码头改造过程中老码头钢管桩拔除的施工工艺,重点对钢管桩拔除过程中所采取的措施进行了介绍。     

图像边界检测区域对比度模糊增强算法在轮廓提取中的运用

分析了图像边界检测的区域对比度模糊增强算法的特点,通过实验验证了该算法的正确性和可行性,并指出了算法的一些不足之处和待改进的地方,提出了一种适用轮廓提取的新广义算子。     

一种基于独立成分分析和径向基神经网络的人脸识别新方法

提出了一种新的基于独立成分分析和径向基神经网络的人脸识别方法。独立成分分析可以从高阶上消除特征数据的相关性,改进了主成分分析方法只能从2阶上消除数据相关性的弱点;最终特征数据的分类由RBF神经网络来实现。在人脸数据库上的实验结果表明该新方法的识别性能较其他方法有了很大提高。     

基于WATV去噪的冲击特征提取方法在高速列车轴承故障诊断中的应用

提取高速列车轴承故障振动信号中的冲击特征,可以有效地对其进行故障诊断。利用小波-全变差(Wavelet-Total Variation,WATV)算法能够对信号进行稀疏引导的特点,提出了基于WATV去噪的冲击特征提取方法。该算法针对含噪声冲击特征的提取问题构建了目标优化函数,该函数融合了冲击特征的保真度度量算子以及惩罚因子。利用凸优化理论可对目标函数进行求解,从而增强信号在小波域和时域的稀疏性,使得特征提取结果最优化。通过构造一仿真信号对WATV算法的有效性进行了验证,并将该方法应用于高速列车齿轮箱轴承故障诊断中。结果表明,该方法能够很好地提取出信号中的冲击特征,并且频谱中的故障表征明显,能够有效地应用于高速列车轴承故障诊断中。     

隧道衬砌分岔裂缝特征提取研究

随着高速铁路的快速发展,高铁隧道的病害问题逐渐受到重视,而隧道衬砌分岔裂缝发育造成的衬砌剥落掉块已成为常见的隧道病害之一,因此对于分岔裂缝的检测与防治十分重要。基于数字图像处理的隧道衬砌裂缝特征提取研究方面,国内外专家学者已经做了很多工作,但大都基于单线裂缝,针对分岔裂缝的特征提取研究还很少。利用MATLAB软件编程,在单线裂缝特征识别的基础上,通过对分岔裂缝进行分支化处理,提取了分岔裂缝的拐点特征。并加入了分岔点生长编码作为分岔裂缝新的裂缝特征,该特征能够量化分岔裂缝的初始生长方向。经裂缝匹配试验验证,不同时期的分岔裂缝图像,其拐点特征和分岔点生长编码特征能够达到高度匹配。两种特征能够为分岔裂缝的机器自动化识别提供可靠依据,进而为实现隧道衬砌剥落掉块预警奠定基础。