自乳化阳离子聚氨酯中性施胶剂的合成

聚氨酯中性施胶剂是近年来开发的新品种，但目前尚未见到产品。笔者以单硬脂酸甘油酯与甲苯二异氰酸酯进行重键加成反应，制备预聚体，通过阳离子扩链剂进行扩链并引入自乳化阳离子基，得到中等分子质量的阳离子聚氨酯中性施胶剂乳液。聚氨酯一般为自交联和自乳化型的产品，本身含有自交联基。目前在造纸涂布中采用的聚氨酯主要分为溶剂型和水分散型。通常将不含有乳化剂的聚氨酯水分散体称为水溶型聚氨酯。水溶型聚氨酯可通过“内乳化法”制得。内乳化法制备水溶型聚氨酯乳液的一般过程为：聚氨酯预聚体→引进成盐亲水基团→中和成盐→加水…     

多视频超分辨率的时间重建倍数

多视频超分辨率时间重建技术可以消除视频中的运动模糊和运动混叠现象。进行多视频时间重建时,重建倍数过小不能有效地减小运动模糊和运动混叠现象;而重建倍数过大会产生严重的时间振铃现象和运动物体位置的跳变。本文对如何在重建过程中确定最优的时间重建倍数进行了研究。通常情况下,在决定多视频时间重建倍数时只考虑输入视频的个数;但在实际重建过程中,除了输入视频个数的因素,时间重建倍数还与各个输入视频在时间上能提供的冗余信息量有关。文中从多个低分辨率输入视频配准后的位置关系入手,通过对曝光区间的分析,提出了确定多视频时间重建倍数的计算方法。最后对提出的方法进行了理论分析与实验,证明了所提方法的有效性。     

自动组卷及评分系统的设计与实现

利用VB语言开发了一个自动组卷及评分系统。系统主要由试题库、自动组卷、答题及评分三大部分组成。试题库中存有大量的试题资料,为自动组卷提供了充足的试题来源;自动组卷模块能够根据出题者的意图,自动生成一套合理的试卷;而答题及评分模块能对生成的试题给出正确答案并对答题及答卷实现自动译分。     

双分支残差去马赛克网络

为了缓解传统拜耳型去马赛算法中常出现的拉链和伪影等问题,提出一个新颖的基于深度学习的去马赛克算法。所提算法首先对马赛克图像中的红色、绿色及蓝色通道中的像素进行分解、剔除及组合等操作得到两幅彩色图像,然后将这两幅彩色图像输入到设计的卷积神经网络中,以重建出完整的彩色图像,该网络能充分地利用卷积层所生成的特征信息。实验结果表明,所提算法重建出的完整彩色图像的质量相对较高,并且在一定程度上缓解了拉链和伪影等问题,其客观指标和主观评价都优于对比算法。     

用小波原理构成继电保护启动元件的研究

利用小波变换检测突变信号的原理,可以在电力系统故障发生的瞬间快速检测出电流或电压突变信号。探讨了用小波分析原理构成微机线路保护启动元件的方法。     

Gabor变换的参数设计及其在车牌字符识别中的应用

Gabor变换能有效抑制字符的噪声、变形、断裂、模糊、以及亮度不均等图象干扰,适合于象车牌字符这样的低质量字符特征提取。Gabor变换的难点是滤波器组参数优化设计,因此提出了一种快速参数优化设计方法,并提出了一种Gabor特征融合方法。实验表明,用此方法获取的Gabor滤波器组参数效果良好,已经运用于实际的车牌识别系统中,取得了满意的效果。     

高性能伽马射线测厚仪的数据采集与处理系统设计

伽马射线测厚仪用于薄膜钢板厚度的在线生成测量,其待测的钢板厚度一般在1～2mm为宜,测量误差是干分之一毫米。这种测厚仪的工作原理是通过探测伽马射线管发出的射线在经过被测钢板后的强度差来测量被测物体的厚度。一套完整的测厚仪系统包括机械和电路两部分,本文将设计一套高性能伽马射线测厚仪的数据采集与处理系统,实现实时控制的功能,即系统的电路部分。     

阳离子有机硅纸张柔软剂的合成与应用研究

以氯铂酸为催化剂，利用含氢硅油与不饱和烯丙基聚醚的硅氢加成反应成功合成出水溶性聚醚改性有机硅，再利用聚醚改性有机硅的水溶性，使其与醇胺反应得到黄色粘稠状的氨基改性聚硅氧烷液体，聚醚改性有机硅与氯乙酸，三乙胺反应得到聚硅氧烷季铵盐，并将合成产品用于纸张抄造试验。     

岩心三维图像孔喉分割优化算法

在石油地质研究中,识别孔腔和喉道对储集层的研究有重要的意义。Silin提出了最大球算法用于分析3维孔隙信息,最大球算法最大的特点是不需要骨架信息,但是基于最大球概念的喉道分割算法存在的喉道过多,信息提取不准确等问题,对其进行相应改进,首先根据喉道所在位置将孔隙分割为若干个孔腔,然后计算出孔隙和喉道的信息,最后使用统计以及形态学方法去除多分的喉道。通过对球堆积模型和真实岩心样本3维图像进行喉道分割并计算孔喉比,表明改进后算法结果的直观效果较好且数据更合理。     

自适应聚类的全耦合稀疏学习算法

在图像处理领域,基于稀疏表示理论的图像超分辨力算法、高低分辨力字典与稀疏编码之间的映射关系是其中的2个关键环节。由于丰富多样的图像类型,单一字典并不能很好地表示图像。而在稀疏编码之间的映射关系上,严格相等的约束关系也限制了图像重建的效果。针对上述两个方面,采用包容性更强的多个字典与约束条件更为宽松的全耦合稀疏关系进行图像的超分辨力重建。在图像非局部自相似性的基础上,进行多次自适应聚类;挑选出最优的聚类,通过全耦合稀疏学习的图像超分辨力算法,得到多个字典;最后,对输入的低分辨力图像进行分类重建,得到高分辨力图片。实验结果表明,在图像Leaves,Barbara,Room上,本文的聚类算法比原全耦合稀疏学习算法在峰值信噪比(PSNR)上分别提升了0.51 dB,0.21 dB,0.15 dB。