CV包装机减少透明纸材料消耗的应用研究

通过对GDX1包装机组的CV条外透明纸包装机透明纸输送原理的分析,对CV条外透明纸包装机设计的条透纸裁切长度较长、造成材料浪费的现象进行改进。通过研究分析找出CV条外透明纸包装机缩短透明纸长度的方法,在不用更换零件和不改变条透纸包装效果的基础上,达到缩短透明纸裁切长度的目的,使条透纸的包裹既符合工艺要求,又减少条透纸材料的消耗。     

基于磁偶极子的隔水管疲劳裂纹检测试验研究

为了获得隔水管疲劳裂纹长度并判定其疲劳损伤状态,采用金属磁记忆检测法对隔水管用X80管线钢在疲劳裂纹萌生、扩展及断裂阶段的磁记忆信号进行检测,研究磁记忆检测信号随疲劳裂纹长度变化的关系,采用磁偶极子理论建立了疲劳裂纹萌生直到断裂过程的磁场分布模型,通过对比分析验证了模型的正确性。分析结果表明:伴随着疲劳裂纹长度增加,磁场切向分量具有极大值,且极大值不断增大,磁场法向分量过零点,且零点两侧峰值不断增大;磁场切向分量峰值及法向分量峰峰值随着疲劳裂纹长度增加近似呈线性增大,通过提取磁记忆检测信号特征参数变化可以判定疲劳裂纹长度的变化。所得结论为磁记忆检测技术应用于隔水管疲劳损伤检测提供了技术支撑。     

基于回归分析的玉米膜下滴灌适宜土壤含水量及阈值研究

为确定半干旱地区膜下滴灌条件下玉米生长与土壤含水量间的关系,利用通榆灌溉试验站2018年度玉米膜下滴灌灌溉制度试验数据,分析不同灌溉制度下的玉米产量,并对不同灌溉制度下的玉米株高、茎粗、叶面积等指标进行回归求解,得到了玉米各生育阶段的适宜土壤含水量及其阈值.玉米膜下滴灌各生育阶段的适宜土壤含水量区间:苗期65％—75％、拔节期70％—80％、抽雄吐丝期75％—85％、灌浆期75％—85％、乳熟期70％—80％;水分胁迫阈值:苗期50％、拔节期57％、抽雄吐丝期66％、灌浆期60％、乳熟期58％.     

基于文本与语义相关性分析的图像检索

为了更加有效地检索到符合用户复杂语义需求的图像，提出一种基于文本描述与语义相关性分析的图像检索算法。该方法将图像检索分为两步：基于文本语义相关性分析的图像检索和基于SIFT特征的相似图像扩展检索。根据自然语言处理技术分析得到用户文本需求中的关键词及其语义关联，在选定图像库中通过语义相关性分析得到“种子”图像；接下来在图像扩展检索中，采用基于SIFT特征的相似图像检索，利用之前得到的“种子”图像作为查询条件，在网络图像库中进行扩展检索，并在结果集上根据两次检索的图像相似度进行排序输出，最终得到更加丰富有效的图像检索结果。为了证明算法的有效性，在标准数据集Corel5K和网络数据集Deriantart8K上完成了多组实验，实验结果证明该方法能够得到较为精确地符合用户语义要求的图像检索结果，并且通过扩展算法可以得到更加丰富的检索结果。     

基于改进的RS-TOPSIS模型的岩爆倾向性预测

针对目前岩爆倾向性中预测模型权重确定存在不足导致模型精度不高的现状，为更准确地预测岩爆倾向性，提出综合运用粗糙集理论中的代数观和信息观，确定属性最优权重，并修正岩爆倾向性与评价指标之间的关系，建立岩爆等级理想点矩阵。根据岩爆发生条件，选取岩石脆性指数、切应力指标和弹性应变能指数3项指标作为岩爆判别指标，以国内外20组典型岩爆数据为样本，建立改进的粗糙集—理想点法（RS-TOPSIS）岩爆倾向性预测模型，并应用该模型对玲珑金矿等工程实际进行了岩爆倾向性预测。结果表明：改进后样本预测精度相比于改进前有了显著提高，所建立的模型对实际工程的岩爆倾向性预测效果良好，预测结果更准确。     

一种灰度化混合法在集装箱箱号识别中的运用

研究一种基于机器视觉的集装箱箱号识别方法。对于集装箱彩色图像预处理过程中的灰度化方法，传统的灰度化算法不能有效弥补图像中污损或其他信息缺失的部分，因此，本文提出使用主成分分析法（PCA）结合贝叶斯阈值估计灰度变化率的混合法对图像的灰度化进行优化，可以在判断图像中某一点灰度值与周围相邻像素点的灰度值的变化率后，弥补缺失信息，有效确定边缘特征，从而使后续的字符识别准确率大大提高。最后使用该算法模型设计实现一套用于港口集装箱的智能检测系统。经过Matlab实验验证，在对50幅港口集装箱箱号图像的识别中，通过使用本文提出的混合灰度化方法，与普通的均值法和加权平均法的灰度化方法相比，准确率更高，其中单一字符准确率可达96%，箱号准确率可达92%。     

基于LDA的英汉维文本聚类系统的设计与实现

以英汉维三种大规模文本聚类为目标,针对三种语言的特点实现基于LDA模型的静态文本聚类系统。因为存在博客、微博等网络媒体的文本不太规范及涉及的话题范围广泛等现象,对文本特征的提取及聚类算法的选择带来一定的难度。通过对样本文本的分析,计算出适当的聚类数k,再调用LDA算法将文本聚为k类并给出每类文本的关键词。测试结果表明,该系统能将英汉维三种语言的文本相似度高的聚为一类,可显著提高聚类效果。