用特征编码模板实现多模式分类识别的方法

以编码理论和神经网络优化算法为基础,提出了一种构造编码模板用于识别某一类模式集的方法,并以26个大写英文字母的识别作为实验进行了研究。     

基于级联神经网络的实用型三维复合不变性多目标识别

以三 飞机模型作为待识别目标,模型真实场景,对用于多目标分类识别的级联神经网络重新进行了研究。实验发现畜产品上降的主要原因是实际采集的目标发生的复杂畸变与计算机模拟产生的效果并不一样。用采集得到的目标图像作为训练样本,对网络重新构造和训练,取得了好的实验结果。分析了其中涉及到目标定位、图像分割等图像预处理问题,提出了一种基于二值图像开矿学腐蚀运算的快速目标检测位法,可快速有效地对目标进行检测定 。     

几个稀土配位聚合物的结构和磁性

水热法合成了8个稀土配合物{Ln（TDA）1．5（H20）2）n（Ln=Pr（1a）,Nd（2a））和{Ln（TDA）（Ac）（H20）}n（Ln=Pr（1）,Nd（2）,Eu（3）,Gd（4）,Tb（5）,Dy（6）;TDA=2,5．噻吩二羧酸阴离子）,结构分析显示配合物1a和2a是属于C2／c的三维框架结构．化合物1-6是在过量的乙酸铵的反应体系中得到的不同于配合物1a和2a的三维框架结构．配合物4-6的磁性研究表明：配合物4中相邻的Gd^3＋之间存在弱的反铁磁相互作用而配合物6显示出三维框架结构中较少的慢磁弛豫行为．     

无限时滞随机泛函微分方程的Razumikhin型定理

在无限时滞的随机泛函微分方程整体解存在的前提下,建立了一般衰减稳定性的Razumikhin型定理.在此基础上,基于局部Lipschitz条件和多项式增长条件,得到了无限时滞随机泛函微分方程整体解的存在唯一性,以及具有一般衰减速率的p阶矩和几乎必然渐近稳定性定理.     

几个乘法公式的统一推导方法及推广形式

在学习乘法公式这一章节时,如果死记硬背公式,不但容易记错,而且很难灵活运用,要是能弄清公式的来龙去脉,那么几个公式很容易记住,而且有关的难题也可以迎刃而解.正是基于以上的思考,我在课后试着找到了有关公式的统一推导方法,并对它们进行了推广.     

对一道拓广探索题的再拓广

人教版八年级《数学》上P27页有一道拓广探索题:如图1,△ABC中,AD是它的角平分线,求证:S△ABD∶S△ACD=AB∶AC.分析这是角平分线性质的运用.按照书上的提示:作DE⊥AB于E,DF⊥AC于F,则由角平分线性质有DE=DF.     

利用汉明距离优选神经网络学习样本

鉴于学习样本对神经网络模型的模式识别性能有很大的影响 ,提出学习样本的选择应与识别模型所利用的特性相结合 ,并利用汉明 (Hamming)距离对用于旋转不变识别的级联模型的学习样本进行优选 ,计算机对三个很相似的飞机模型进行识别 ,识别结果表明对学习样本进行有效的选择不仅可以减少系统的学习训练时间而且可以提高模型的识别能力。     

三氧化钨基催化剂在纤维素选择性转化合成二元醇反应中的活性相态（英文）

纤维素是自然界最丰富的生物质资源,大量来源于农林废弃物.近年来,人们相继发展了以纤维素为原料合成高附加值化学品的多条路径,它们有望替代目前相应的化石资源路径.其中,以碳化钨(W₂C)、三氧化钨(WO₃)和钨酸(H₂WO₄)为代表的钨基催化剂表现出选择性断裂糖分子C-C键的独特催化性质,结合不同种类的共催化剂,可以将纤维素直接解聚转化为乙二醇、1,2-丙二醇、乙醇和乳酸等多种重要的C_2,3产物.然而,钨基催化剂在纤维素反应中的真实状态和活性相结构尚不确定.W₂C最早被报道可以高效催化纤维素直接转化为乙二醇.随后,我们发现晶态WO₃也具有相似的催化性能,W₂C在反应后其表面被WO₃所覆盖.在纤维素反应中,氢气可以将H₂WO₄还原为钨青铜(H_xWO₃)物种.本文以WO₃和H₂     

高效SnO2纳米片催化剂用于CO氧化

SnO2是一种具有丰富表面缺位氧的n型半导体,其晶格氧亦可还原.另外其熔点高达1630oC,具有较高的热稳定性能.在过去的几十年中, SnO2主要用作气敏材料.而其作为催化材料的性能,特别是用于大气污染治理则鲜见报道.在过去的几年中,本课题组系统研究了SnO2的催化化学,发现利用传统共沉淀法制备的SnO2纳米粉末,在焙烧温度高于500 oC时,其比表面积通常低于20 m2/g,因而限制了其氧化活性.在SnO2晶格中掺杂Fe、Cr、Mn、Ce和Ta等形成固溶体可有效提高其比表面积并产生更多的活性氧物种,因而其对CO和CH4的氧化活性及稳定性大幅度提高.本课题组近期研究结果表明,采用熔盐法制备的高纯SnO2纳米棒单晶比SnO2纳米颗粒和纳米微球等具有更优异的CO氧化活性,260 oC即可完全氧化CO.且在240–260 oC狭窄温度区间发生转化率突跃,表现出类似贵金属的催化行为.值得指出的是, SnO2纳米棒的比表面积(1 m2/g)远低于其他几种形貌的材料,且无活泼氧存在.但研究表明SnO2纳米棒具有优先暴露的(110)活泼晶面,是导致其活性优良的主要原因.另外,我们采用简单共沉淀法成功制备了高比表面介孔Cu-Sn复合氧化物纳米片(196 m2/g),其在140 oC即可将CO完全氧化,且具有优良的抗水失活性能.因此, SnO2的形貌是影响其催化活性的主要因素之一,但迄今未见较系统深入的研究.在上述工作基础上,本文通过水热法,不添加任何有机模板剂,成功制备了厚度约10 nm的介孔SnO2纳米片和纳米棒及纳米颗粒混合物样品;采用常规共沉淀法制备了SnO2纳米颗粒.并将以上三种不同形貌的SnO2纳米材料用于CO氧化.利用SEM、XRD、N2吸附-脱附、H2-TPR和XPS探讨了不同形貌SnO2催化剂的体相结构和表面性质及其对催化性能的影响.与SnO2纳米颗粒相比,介孔SnO2纳米片具有高的比表面积、孔体积及更活泼的氧中心,因此后者CO氧化活性远高于前者.在空速18000 mL/(g·h)时, SnO2纳米片在260 oC即可完全氧化CO.而SnO2纳米颗粒的CO完全氧化温度高于360 oC. SnO2纳米棒和纳米颗粒的混合样品虽然其比表面积和孔体积及表面活性氧的活性仅略高于SnO2纳米颗粒,但XRD定量结果表明,其具有更多的暴露(110)活泼晶面,因而活性也高于SnO2纳米颗粒. SnO2纳米片催化剂的寿命及抗水性能测试结果表明,该催化剂具有良好的稳定性,且水蒸气仅对其活性产生可恢复的影响.进一步优化其性能, SnO2纳米片有可能用于实际汽车尾气状况下的CO催化清除.     

石墨相氮化碳材料在水环境污染物去除中的研究

水污染是世界性问题,严重影响了人类的身体健康和环境的可持续性。迫切需要一种高效环保的吸附剂材料用于水体污染治理。石墨相氮化碳(g-C₃N₄)材料具有与石墨类似的层状结构,具有许多优异性质,如大的表面积、高的热稳定性和化学惰性,成为新兴的吸附剂材料。本文主要介绍了g-C₃N₄基材料在重金属、放射性核素以及有机污染物去除方面的应用。通过批实验、光谱分析、表面配位模型和理论计算等技术系统分析了g-C₃N₄基材料与污染物之间的作用机理。g-C₃N₄基材料与污染物之间的相互作用主要归因于表面配位、π-π作用、离子交换作用和静电作用。本文有助于读者进一步了解g-C₃N₄基材料与污染物之间的作用机理,并且发掘更多的g-C₃N₄改性材料,将其应用于环境修复领域当中。