基于马氏距离和模糊C均值聚类算法提出了一种数字彩色图像抠图算法.该算法首先对彩色图像像素的红绿蓝三种彩色分量进行正则化处理；然后在正则化图像背景中选取适当的掩膜作为样本集，计算各像素与样本集之间的马氏距离；再利用模糊C均值聚类算法对计算出的马氏距离进行分类；最后利用填洞操作提高抠图质量.对八幅彩色数字图像进行对比实验，结果显示本算法可以自动抠图，且结果优于马氏距离算法、Grow-Cut算法和正则化线性回归算法的相应抠图效果

采用凸轮式高速形变试验机,压缩端面上带凹槽并在凹槽里充满不同软化温度的玻璃粉作润滑剂的圆柱形试件的方法,其变形温度为850—1150℃,变形速度为5—80S-1,变形程度为Ln(h0/h1)=0—0.6931。对40MnB等四个合金结构钢进行高温高速下塑性变形阻力实验研究。本文不仅提供了40MnB变形阻力计算图表,而且对目前常用变形温度对变形阻力的影响项具有两种不同结构型式的拟合曲线采用非线性回归进行分析比较,提出了拟合精度较高的变形阻力数学模型

浮选回收率是金矿选矿过程重要的生产指标，目前主要是通过人工化验的方法检测获得，人工检测周期较长，造成金矿厂不能及时把握浮选工艺水平.在大量现场生产数据的基础上，分别采用多元线性回归和BP神经网络的方法，建立了金矿厂浮选回收率的预测模型.预测误差分析表明，BP神经网络预测模型能较好地预测金矿厂的浮选回收率，当预测相对误差在±3%范围内时，模型的预测精度达到91%，对于实际生产具有良好的参考作用

利用有限元软件对楔横轧成形小断面收缩率轴类件的椭圆度进行数值模拟,通过对数值模拟结果进行正交回归分析,研究工艺参数对小断面收缩率轧件椭圆度的影响规律.结果表明:展宽角和断面收缩率对轧件椭圆度影响显著,展宽角越大或断面收缩率越小,则轧件椭圆度越大;当断面收缩率较小时,成形角对轧件椭圆度几乎没有影响.并解释了各工艺参数对轧件椭圆度影响的原因.通过轧制实验,验证了数值模拟结果的可靠性

引入以三次勒让德多项式表达的基本板形模式,并采用基于最小二乘原理的回归分析方法建立了板形模式识别模型.对某厂2180 mm CVC(continuously variable crown)超宽带钢冷连轧机和1550 mm UCM(universal crown mill)普通宽带钢冷连轧机的板形进行了识别与对比,结果表明对超宽带钢轧机板形而言,引入三次基本板形模式识别出的主要板形缺陷为\OS(operating side)单侧肋浪加DS(driving side)单边浪\,未引入为\四分之一浪\;对普通宽带钢轧板形,识别结果均为\中浪\,验证了在超宽带钢冷连轧机板形模式识别中引入三次基本板形模式的必要性,并讨论了此模型在超宽带钢冷连轧机板形缺陷分析及非对称板形控制方面的应用价值

针对传统算法在抗光照变化影响、大位移光流和异质点滤除等方面的不足,从人类视觉认知机理出发,提出了一种基于机器学习和生物模型的运动自适应V1-MT (motion-adaptive V1-MT,MAV1MT)序列图像光流估计算法.首先,引入基于ROF模型的结构纹理分解(structure-texture decomposition,STD)技术,有效解决了光照和色彩变化的影响.其次,利用多V1细胞加权组合及非线性正则化模拟MT细胞模型,并结合岭回归训练学习得到运动自适应的权重,解决对目标的运动速度感知问题.最后,引入由粗到精的增强方法和图像金字塔局部运动估计采样,将V1-MT运动估计模型应用于实际大位移视频序列.理论分析和实验结果表明,新方法能更加拟合人眼视觉信息处理特性,对视频序列具有普适、有效、鲁棒的运动感知性能

本文运用多元逐步回归、t——检验、分布检验等统计方法和金属学理论对4Cr9Si2钢种进行分析,确定了合理的控制成分,显著提高了产品合格率。文中对原冶标(YB11-59)所提出的修改意见在新标准内已被采纳

为了解决多芯电缆的非侵入式电流测量由于被测对象信号微弱、系统灵敏度高、易受环境因素干扰，造成测量误差较大的问题，采用磁阻传感器的非侵入式电流测量系统为研究对象，在分析系统测量方法及硬铁、软铁和比例因子等误差构成的基础上，提出一种基于二步法的误差校正方法，该方法通过对传感器输出信号进行非线性变换，构造了与误差相对应的矩阵方程，并在对方程求解后进行非线性回归计算，从而实现对多芯电缆的电流测量值的动态误差修正.实验结果表明，该方法可以同时校正非侵入式电流测量系统的线性误差与部分非线性误差

采用均匀法进行室内实验设计,研究絮凝剂单耗、絮凝剂溶液浓度和给料浓度三因素对固液分离技术中沉降速度和沉降浓度的影响.对实验数据进行回归分析后认为,各因素对沉降速度的影响程度从大到小为:给料浓度 > 絮凝剂单耗 > 絮凝剂溶液浓度.沉降速度与絮凝剂单耗、絮凝剂溶液浓度正相关,与给料浓度负相关;对沉降浆体浓度影响程度从大到小为:给料浓度 > 絮凝剂单耗 > 絮凝剂溶液浓度.沉降浓度与絮凝剂单耗、给料浓度正相关,与絮凝剂溶液浓度基本无关.利用非线性规划寻找最优配比,预测值与验证实验的实测值误差小于8%.推荐的深锥浓密机运行参数为絮凝剂单耗5 g·t-1,絮凝剂溶液浓度0.05%,给料浓度5.233%

原子吸收分析中多数元素的标准曲线线性范围较窄,高含量中测量值往往落在曲线弯曲部分,为了扩大测量范围,现多数仪器具有曲线校直装置,但它操作调整烦杂,效果也不理想。本文提出的曲线校直计算,方法简便。作图法与线性回归法原理相合。先求出校直系数K,然后对试样测量的吸光度进行校直计算,经过校正后的吸光度在标准曲线直线部分延伸线上查得含量。文中通过测定高锰实例计算,证明方法简便可行,便于推广应用