自适应共振理论网络在煤炭资源资产分类中的应用研究

将自适应共振理论网络应用于煤炭资源资产分类，以基于聚类的综合评判模糊数学模型的分类结果作为选择训练样本的基础，建立了自适应神经网络分类模型，网络不仅能得到理想的输出结果，而且能准确地进行煤炭资源资产分类，分类结果表明，用自适应共振理论网络进行分类具有分类稳定，结果可靠等特点。     

基于属性测度的综合识别系统误差传递分析

战场情况的愈趋复杂,增加了识别过程的不确定因素,降低了识别结果的稳定性.基于多传感器信息融合的综合识别方法在一定程度上降低了识别过程中的不确定性,但由于传感器自身性能的限制,获取的目标信息具有一定的偏差,进而无法获取精确的识别结果.本文在属性测度理论以及对综合识别系统中误差来源分析的基础上,建立了综合识别过程中的误差传递模型,从定量的角度刻画了传感器误差对识别结果影响的大小.实例分析展示了目标识别方法在综合识别中的应用以及综合识别中误差从特征层到决策层的传递过程,结果证明了该误差传递模型的有效性.本文的研究对综合识别中的传感器误差控制和传感器选择,乃至对整个综合识别系统的优化都具有重要的指导意义.     

基于相位一致性改进的DRLSE超声图像分割模型

针对距离正则化的水平集演化(the Distance Regularized Level Set Evolution Mode,DRLSE)模型难以处理弱边缘图像、演化效率低问题,提出一种新的基于相位信息的水平集超声图像分割算法(the Distance Regularized Level Set Evolution Mode Based on Phase Congruency,PDRLSE)。该算法利用相位一致性检测原理,构造新的边界指示函数,代替了DRLSE模型中的边界停止函数,得到新的能量泛函。实验结果表明:该方法在分割超声图像时,能够较好的分割出甲状腺肿瘤目标,且演化效率也有所提高。     

结合全局和双核局部拟合的活动轮廓分割模型

针对可缩放区域拟合（RSF）模型对初始轮廓敏感的缺点,提出了一种结合全局和局部图像信息的变分水平集活动轮廓模型。该模型设计了一个灰度域上的核函数,将其与RSF模型空域核的线性组合作为局部能量项,弥补了采样权值仅与空间距离有关的缺陷,提高了分割精度;构造了带有自适应全局指示函数的面积项,作为全局拟合力,提高了模型的收敛速度且避免陷入局部极小值;使用了高斯滤波方法,规则水平集函数,使其保持光滑,并避免了复杂的重新初始化过程。实验结果表明,该模型初始化灵活,对灰度不均匀图像有很好的分割效果     

结合边界和区域的水平集超声图像分割算法

针对距离正则化的水平集演化（DRLSE）模型难以处理弱边缘图像、初始轮廓敏感以及曲线演化方向单一等问题,提出一种结合边缘和区域信息的变分水平集超声图像分割模型。该模型采用改进的四阶偏微分方程进行滤波,实现在去除噪声的同时保护图像边缘信息;构造了自适应加权系数,实现曲线自适应地向内或者向外演化;引入CV模型的外部能量项,将图像的边缘信息和区域信息相结合,提高了全局分割能力。实验结果表明：该方法在分割超声图像时,具有演化结果稳定,边缘定位准确的特点,可以较好地提取超声图像中的目标。     

强透光性TiO2用于化妆品

调理剂香波是目前洗化市场上比较流行的产品,它的发展已经有20余年历史了。早在20世纪70年代,已经出现了使用前先要摇匀的第一代调理型香波。这一代产品的配方大多以矿物油作为调理剂,用酒精作为混合的乳化剂,而酒精会对发质有一定损害。第二代调理型香波中加入了与阴离子表面活性剂相溶的阳离子聚合物,但这些聚合物用水稀释后与表面活性剂不相溶,因而在冲洗时会沉积在头发上,从而对头发的湿梳效果和定型能力产生影响。第三代香波中使用了高疏水性的硅油和烷基化合物,它们在头发上的沉积体现了这一代产品的特性和优点。在配方中仍然较多地使用阳离子聚合物,如阳离子瓜尔胶以及其他长链季铵盐等。     

基于大数据的水土保持监测站自动数据采集系统设计与应用

随着信息技术、网络技术的快速发展,在水土保持的预防和治理工作中可以应用自动化采集设备进行数据的采集、存储和管理,提高水土保持检测的准确性、完整性和整个过程的工作效率。本文设计一套基于大数据的水土保持监测站自动数据采集系统,该系统可实现水土保持监测数据远程自动采集、归类、汇总、存储,将其应用到监测站中,通过几个月的运行测试,系统工作状态良好,可准确、完整地完成水土标尺监测数据自动采集与数据处理和存储功能。