自动指纹识别系统预处理关键技术的研究

系统阐述了自动指纹识别系统预处理的理论、算法.在比较各种预处理方法并结合指纹图像特点的基础上,研究了指纹预处理的关键技术,包括基于直方图均衡和傅里叶变换方法的指纹图像增强、局部阈值自适应二值化等,并提出了一种新的基于方向图特性和数学形态学的指纹图像分级分割算法.实验结果表明,处理效果较好.     

高阶优化走时计算方法及在地震成像中的应用

本文根据水平层状介质中Snell定律的特点,提出了基于Taylor高阶展开式的优化走时计算方法。理论计算结果表明,本文所提出的高阶优化走时计算方法不仅适用于速度梯度为正的正常水平层状介质,同时,在出现负速度异常的水平介质中也有比一般Taylor展开式更高的计算精度。最后,利用本方法对川东北P区复杂山地三维地震数据进行叠前时间偏移处理,得到了较满意的结果。     

影响旋转滴界面张力测定因素的研究

使用旋转滴界面张力测定仪对长2原油、甲苯、正己烷、环己烷与不同浓度的表面活性剂十二烷基苯磺酸钠(SDBS)和十二烷基磺酸钠(SDS)体系的界面张力进行了测定。讨论了仪器的平衡时间、转速、工作温度等因素对界面张力测量值的影响。同时分析了不同油相对界面张力的影响。结果表明:各体系平衡时间选择在20~30min之间时界面张力测定值准确度较高;在满足L/D≥4的测定要求后继续增大转速会使测量值偏大;仪器工作温度的提高则导致界面张力测定值逐渐减小。     

电泳沉积功能陶瓷涂层技术

本文评述了功能陶瓷悬浮液的稳定性、电泳沉积技术原理、以及该技术在制备生物陶瓷、超导陶瓷、铁电陶瓷、耐磨耐高温陶瓷等功能陶瓷涂层方面的应用。讨论了电流、电压、分散介质及陶瓷本身特性等因素对电泳沉积过程和功能陶瓷沉积层性能的影响。     

基于LonWorks的智能化电量计量系统

现场总线技术是目前较为先进的工业控制总线技术,LonWorks技术是现场总线控制技术之一.采用该现场总线网络,实现工厂电表电量自动计量的一般方法及智能节点的硬件、软件及PC机监测软件等的具体实施方案.     

一种高效的混合曲面光顺算法

三维扫描技术的发展获得曲面采样数据不再困难,但得到的三角形网格常含有大量噪声。应用顶点分类的方法,提出了一种加权均值滤波与拉普拉斯光顺相结合的混合算法。实验结果表明,该算法既能有效去除噪声,而且很好地保留了原网格模型的特征信息。     

融合位置注意力机制与轻量化STDC网络的非结构化场景语义分割

近年来,非结构化道路分割已成为计算机视觉领域的重要研究方向之一.现有的大多数方法适合结构化道路的分割并无法满足非结构化道路分割的准确性与实时性需求.为了解决上述问题,本文对STDC网络进行改进,引入残差连接来更好地融合多尺度语义信息,还提出一种嵌入位置注意力模块的空洞空间卷积池化金字塔(PAASPP)来增强网络对道路等特定区域的位置感知能力.本文在RUGD与RELLIS-3D两个数据集上进行实验,所提出方法的MIoU在两个数据集的测试集上分别达到了50.78%和49.96%.     

CeO2改性多尺度WC-CoCr涂层组织结构及空蚀性能研究

采用超音速火焰喷涂技术，制备多尺度WC-10Co4Cr涂层和纳米CeO₂改性涂层。研究添加纳米CeO₂对多尺度WC-10Co4Cr涂层组织结构、力学性能的影响。并采用超声振动空蚀装置研究淡水介质中涂层的空蚀行为和机理。研究表明，改性涂层和未改性涂层物相均主要由WC相和非晶CoCr组成，没有产生明显的脱碳相。纳米CeO₂改性多尺度WC-10Co4Cr涂层具有更低孔隙率(0.25%),但涂层显微硬度(1 134 HV_0.3)只有多尺度WC-10Co4Cr涂层的83%。同时其开裂韧性(5.27 MPa·m^1/2)相对于多尺度WC-10Co4Cr涂层降低了4%。纳米CeO₂的添加削弱了涂层在淡水介质的抗空蚀性能，其抗空蚀性能只达到多尺度WC-10Co4Cr涂层的61%。纳米CeO₂的添加降低了多尺度WC-10Co4Cr涂层的孔隙率，但同时削弱了涂层的力学性能，由此降低了涂层的抗空蚀性能。     

一种基于分层结构的设备故障领域本体实例关系抽取方法

优质的设备故障领域本体需要实例之间拥有准确的关系。传统的基于神经网络的实例关系抽取方法容易使意义相近的关系误分，且由于故障领域文本中实例间隔较远，使用该类方法抽取故障领域实例关系效果不佳。针对上述问题，基于分层结构提出了一种从非结构化文本中抽取设备故障领域实例关系的方法。第一层通过对实例对中实例类型的识别，进行初步关系抽取；第二层使用融合自注意力机制的BiLSTM模型对包含实例对的句子进行解析，进行精确分类；通过统计的方法完成实例关系抽取。实验结果表明，此方法与现有的基于神经网络的实例关系抽取方法相比，取得了较好的精确度与召回率，提高了故障本体实例关系抽取的效果(F1值)。     

面向恶意节点攻击的车联网节点共识算法

针对车联网节点在共识过程中易受恶意节点攻击，造成区块链共识算法交易吞吐率低、交易时延长等问题，提出一种面向恶意节点攻击的车联网节点共识算法（NCCA）。NCCA将车联网网络划分若干个蜂窝单区域，通过节点的信用值分数确定可信任节点列表，并定期更新验证节点。采用票型权重不同的投票机制计算交易的投票票数，从而选择出需要进行共识的交易集。改进共识过程中区块验证的节点选择，选择高信用值验证节点完成共识。针对恶意节点攻击进行主动检测，提出一种多区域协同检测和单区域内局部检测的恶意节点二轮检测机制，对检测后的节点执行赋权和停权操作。实验结果表明，NCCA能高效检测出恶意节点，并降低性能较差节点和恶意节点对区块共识效率的影响，从而提高交易吞吐量并降低平均交易时延和平均节点通信开销，实现恶意节点攻击下的高效共识。