碳酸氢铵沉淀法制备超细CeO2 粉体工艺条件研究

用碳酸氢铵从硝酸铈溶液中沉淀制备了超细C eO2粉体,研究了沉淀工艺条件对制备C eO2的一次粒径、团聚粒径以及粉体团聚性的影响。研究表明形成的碳酸铈胶状沉淀物需要在高温下陈化足够长的时间才能制备出一次粒径小,分散性好的C eO2产品,否则将形成大的团聚体。当碳酸氢铵与硝酸铈的摩尔比为3∶1左右、沉淀温度为50℃左右时制备的C eO2具有小的一次粒径,而且产品的分散性好。适当地增大加料速度和初始料液的pH值有利于减小C eO2的一次粒径和团聚性。     

稀土萃取分离过程三相乳化物的研究Ⅰ——无机杂质富集沉淀导致的乳化

对中钇富铕稀土矿萃取分离过程中产生的三相乳化物进行了物相分离和组成分析,确认第一分离段发生累积性三相物乳化的主要原因是原料中的难溶性固体物质累积,后续各分离段发生累积性三相物乳化的主要原因则是由于氟离子富集后生成了较多稀土氟化物沉淀。     

离散脊波变换及其在SAR图像压缩中的应用

首先介绍了SAR图像的特点，在对离散脊波变换的正交性及其与Radon变换的关系深入研究的基础上，利用其在线性特征表示方面的优势，将离散脊波变换应用到SAR图像的压缩，提出了一种基于离散正交脊波变换的SAR图像压缩方法。实验数据表明该算法对斑点噪声污染严重的SAR雷达图像压缩较传统的小波变换更加有效。     

基于帧级-时空双分支网络的步态识别方法

针对现有的步态识别方法未能充分利用帧级特征信息和时空特征信息的问题，提出了基于帧级-时空双分支网络的步态识别方法。该网络是一个新的双分支结构，包括帧级特征提取和时空特征提取分支。为了进一步增强特征表示，设计了一个时序集成模块连接2个分支结构，使帧级特征提取分支的信息能够多次集成于时空特征提取分支。所提方法在CASIA-B和OU-MVLP数据集上进行了实验。实验结果表明，所提方法在正常行走和复杂条件下都表现出很好的性能。     

浅海地区海南3复杂断块天然气挖潜研究

针对海南3复杂断块天然气开发过程中出现的油、气、水关系复杂、挖潜难度越来越大的问题,在老井二次解释的基础上,综合分析各种静态、动态资料,通过建立精确的流动单元油气藏地质模型,结合数值模拟技术,明确剩余气分布规律,形成复杂断块气藏挖潜研究的技术流程.研究表明,区内储层以中孔中渗的三角洲前缘分支河道的粉、细砂岩为主;天然气地质储量为7.72×108m3.通过综合分析,优选出53个天然气潜力层.     

超滤膜处理沉淀池出水的膜污染影响因素研究

在中试规模下采用超滤膜处理供水厂的沉淀池出水,考察了供水厂原水水质期、混凝剂和助凝剂的种类、膜通量以及过滤周期等因素对膜污染的影响.结果表明,不同水质期的膜污染速度顺序为:低温低浊期>常温常浊期>高温高藻期;混凝剂及助凝剂的种类和投量对膜污染有一定的影响;膜通量越小、过滤周期越短,则膜比通量下降速率和衰减速率越小,膜污染速度越慢.     

一种产量预测新方法的研究及探讨

油田产量预测在油田长远开发规划中起着至关重要的作用。以Arps递减曲线及历年新井产量组成为基础，首次建立了产量预测新模型——无因次产量组成递减率法作为产量预测的新方法，即以各年老井、新井无因次产量递减率分别作为老井、新井规划产量递减率的依据，进而达到预测老井及新井产量的目的。为验证该方法的科学合理性，将其应用于辽河油区某油田“十一五”规划中，并与典型的常规预测方法对比分析，得到了较为满意的结果。     

孟鲁司特钠联合酮替芬治疗小儿支气管炎的临床疗效

对孟鲁司特钠联合酮替芬治疗小儿支气管炎的临床疗效进行探讨。方法:选取我院在2016年5月-2017年6月所收治的所患支气管炎的儿童共68例,随机分为研究组与对照组各34例,对照组患儿使用孟鲁司特钠进行临床治疗,研究组患儿对照组进行治疗的基础上联合酮替芬对患儿进行临床治疗,分析两组患儿的临床治疗效果。结果:研究组患儿的临床治疗效果优于对照组(P0.05),研究组患儿的咳嗽消失时间、肺部体征恢复时间、咳痰减少时间以及正常体温恢复时间都明显短于对照组(P0.05)。结论:孟鲁司特钠联合酮替芬治疗小儿支气管炎的临床治疗效果较好,具有广阔的临床治疗前景。     

网络虚拟化环境中虚拟网资源分配机制

从服务管理的角度对虚拟网资源分配问题进行研究,针对多基础设施提供商和多服务提供商竞争环境中虚拟网资源分配的特点,提出了基于拍卖的虚拟网资源分配机制,并证明了机制的有效性.仿真实验结果表明,该分配机制可以一次性完成多个基础设施提供商和多个服务提供商的资源分配及定价,并且有议价分配机制,比V-MART机制和无议价分配机制能产生更大的社会福利.     

基础信息保持和细节强化的胸部CT图像增强

目的 清晰的胸部计算机断层扫描（computed tomography,CT）图像有助于医生准确诊断肺部相关疾病,但受成像设备、条件等因素的限制,扫描得到的CT图像质量有时会不尽如人意。因此,本文提出一种简单有效的基于基础信息保持和细节强化的胸部CT图像增强算法。方法 利用多尺度引导滤波器将胸部CT图像分解为一个基础信息层和多个不同尺度的细节层。基于熵的权重将胸部CT图像的多个细节层进行融合,并乘以强化系数进一步增强纹理细节。将强化的细节层和原始的基础信息层重新组合即可生成细节强化的胸部CT图像。通过此种增强方式,本文算法既能显著增强胸部CT图像的纹理细节,又能将大部分原始的基础结构信息保留到增强图像中。结果 为了验证算法的有效性,将本文算法与5种优秀的图像增强算法在由3 209幅胸部CT图像组成的数据集上进行测试评估。定性和定量实验结果表明,本文算法得到的增强图像保持了更多原始胸部CT图像中的基础结构信息,并更显著地强化了其中的纹理细节信息。在定量结果中,本文算法的标准差、结构相似性和峰值信噪比指标值均优于对比的5种方法,相比于性能第2的方法分别提高了4.95、0.16和4.47,即分别提升了5.61%、17.00%和16.17%。此外,本文算法增强一幅CT图像仅消耗0.10 s,有潜力应用于实际的临床诊断中。结论 本文算法可以在保留大量原始结构信息的同时有效强化CT图像的细节信息,有助于医生对患者肺部疾病的精确诊断。本文算法具有较好的泛化能力,可以用于增强其他部位的CT图像和其他模态图像并取得优秀的增强结果。