皮革去污上光用乳化蜡的研制

采用石蜡、微晶蜡为主要原料 ,经实验选出了以水为稀释剂的乳化型皮革去污上光蜡。实验优化的配方为石蜡 12 .5 g ,微晶蜡 8.0 g ,硬脂酸 8.5g ,三乙醇胺 5 .5 g ,水量 70 (涂用 )或 130 g(喷用 )。反应条件为乳化时间 4 0min ,搅拌速度 5 0 0～ 70 0r/min ,乳化温度 90℃。制得上光剂产品的去污性能可与用去污剂单独处理的效果相当 ,亮度可达 6 6 .7。     

DWG图纸中零件轮廓线提取方法的研究与实现

DWG图纸中零件轮廓线提取是计算机二维不规则自动排料的数据预处理工作，对提高排料的自动化有重要的实用意义.分析了原始轮廓线自动提取的原理，说明了实现轮廓线数据获取的步骤，并针对实际处理中存在的复杂情况给出了解决方法，包括图块和多义线的处理，轮廓线走向判定以及圆弧的折线化.所做工作充分考虑了实际应用，能够处理复杂图纸并提高了轮廓线提取工作的自动化程度，实验数据表明，该方法有较好的性能且能满足实际需要.     

增强现实中基于自然特征的实时跟踪方法

在增强现实系统的复杂场景中,对目标的实时跟踪受到场景中诸多因素的制约,导致实时跟踪方法效率低且不准确,为此提出一种基于自然特征的实时跟踪方法。设计了一种螺旋分割模型,对捕获的图像进行螺旋分割,利用SURF算法在分割子块中提取特征点,并进行匹配。在对目标进行跟踪定位时,利用前一帧来预测当前帧目标出现的位置,以减少SURF算法的扫描区域,加速系统运算效率。实验中分别对场景光线强弱、视点和仿射变化以及目标被部分遮挡等不同情况进行测试,该方法均表现出较高的跟踪效率。     

基于鉴别稀疏保持嵌入的高光谱影像地物分类

在高光谱影像地物分类应用中时常因光谱波段数多而导致"维数灾难"问题,提出了一种鉴别稀疏保持嵌入的维数约简算法。该方法利用稀疏表示的自然鉴别力,分别构建了类内e_1图和类间e_1图;在低维嵌入空间中,保持同类数据的内在稀疏流形结构,同时分离开非同类数据,提取出鉴别特征。DSPE不仅继承了稀疏表示的优点,而且增加了非同类数据间的可分性。在PaviaU和Urban高光谱数据集上的地物分类实验结果表明,该方法的总体分类精度分别提高到87.53%和80.49%。提出的方法能自适应地揭示出数据间的内在关系,更有效地提取出鉴别特征,改善地物分类精度。     

基于PVDF压电膜的三向力触角传感头研究

阐述了基于PVDF膜三向力触觉传感头的设计思想、基本结构和计算空间三向力的公式,经过实验获得一系列数据,拟合出回归曲线,验证了该方案的可行性.     

色谱分析中分离度概念的探讨

<正> 问题的提出在色谱分析工作中,各种合造工作条件的送择均是为了在实验中得到良好分离的色谱图。其中各个组分是否能得到良好的分离,在色谱图上用相邻两峰的分离度来表示。这是因为分离度既考虑了色谱分离过程中的热力学因素,即两组分分配系数(或吸附能力)差别的大小,又考虑了组分分子在柱中运动时的动力学因素,即峰扩展情况。一般情况下,认为两组分的分离度(R)大于或等于1.5时,就可得到完全分离。但目前各种有关书籍中对分离度的定义不一致,这就使得我们在实验及教学中出现无所遵循的现象,为此有必要把这几种分离度的定义作以对比,以减少误差。     

一种有约束矩形排样问题的求解算法

对属于NP完全问题的有约束矩形排样问题，国内外多采用计算复杂度较小、时间较快、便于控制问题约束条件的启发式方法.分析了启发式排料算法影响优化程度的原因，提出利用回溯寻求优化零件组合的混合启发式策略，并利用排样过程中产生的小剩余区域划分与合并的方法和现有的矩形排样启发式算法相比，说明该方法可以更大地提高板材的利用率.     

复杂背景下的人耳检测方法

本文在借鉴人脸检测算法的基础上,对现有的人耳检测方法进行研究,针对人耳区域小、共性特征少、复杂背景下难以检测等特点,提出了一种分阶段优化的静态彩色复杂背景下的人耳检测方法.首先采用肤色分割将检测范围缩小至肤色区域;接着利用侧脸的先验知识再次筛选;然后对图像进行边缘提取,在边缘图像中利用人耳含有丰富边缘信息的特点进行区域搜索以确定人耳.在该方法中,彩色图像的肤色信息和灰度图像的多尺度边缘以及人耳自身特征被结合起来,对解决人耳共性特征在复杂背景下难以被提取的问题具有较好的效果.实验结果表明,该算法在复杂背景下是有效的.     

沈阳北部动态Web的实现

随着Ｉｎｔｅｒｎｅｔ的技术日趋成熟，访问网站成为人们获取信息服务的一个重要方式，由于静态网站在信息获取和维护方面都不尽人意，因此设计制作动态Ｗｅｂ成为网站的追求目标。介绍了利用ＡＳＰ技术开发的沈阳北部动态Ｗｅｂ的技术特点和一些技术问题的实现。     

基于禁忌搜索算法求解集装箱装载问题

针对具有广泛应用背景、多约束条件和求解困难的集装箱装载问题,引入具有人工智能记忆机制、基于邻域搜索而避免局部最优的禁忌搜索算法,探讨了在求解集装箱装载问题中禁忌搜索的编码、解码和邻域解生成等关键技术,给出了基于物体数量的编码过程与剩余空间处理方法相结合的解码过程和邻域解生成的实现过程,并为对空间利用率影响较大的剩余空间设计了合理的划分与合并规则.通过实例测试和比较,显示出很好的效果,表明该算法是行之有效的.