针对图像匹配制导中异源图像匹配难度大的问题,提出一种基于椭圆对称方向矩的可见光与红外图像配准算法.基于最稳定极值区域提取异源图像中具有尺度和仿射不变特性的椭圆区域,利用聚类分割方法从中自动选取具有异源不变性的同质区域特征,用椭圆对称方向矩描述区域特征边界各方向上的相似程度,通过互相关性指标进行特征匹配,获取匹配特征对,利用匹配矫正策略减少误匹配.实验结果表明:较传统算法,进一步提高了可见光与红外图像关联特征的匹配效率,正确率超过了95%,计算时间缩短了近一半.基本满足图像匹配制导对匹配算法实时性好、匹配正确率高、抗干扰能力强等要求

利用矿渣-钢渣基胶凝材料（简称冶金渣胶凝材料）代替传统充填料中使用的水泥作为胶结剂,掺入含铅尾砂制成胶结充填料试样,通过流动度和抗压强度表征其工作性能,通过Pb2+浸出质量浓度表征其固化效果,通过X射线衍射、红外光谱、差示扫描量热法等手段分析其物相组成,并与P·I 42.5硅酸盐水泥作对比.在相同条件下,冶金渣胶凝材料试样的流动度平均高出水泥50 mm,且28 d强度符合一般矿山3.0 MPa的要求.冶金渣胶凝材料试样28 d龄期铅浸出质量浓度低于地下水环境质量标准Ⅲ类水0.05 mg·L-1的限值,而水泥为0.1 mg·L-1左右.冶金渣固化铅性能优于水泥的机理在于冶金渣胶凝材料水化生成更多钙矾石.此外,冶金渣胶凝材料水化产物可能存在类沸石相,更有利于吸附固化PbPb2+

本文从理论和实践的结合上阐述了不良岩层巷道维护问题。其要点是:①找出了1978年以前金川在不良岩层中采用多种支护型式都难以维护的根本原因是:把流变体围岩稳定问题视为单纯的传统支护结构问题;②确定了不良岩层的基本属性为易发展为松散体的流变体,从理论上阐明了不良岩层巷道必须分次支护的理由;③查明了不良岩层巷道地压类型,以流变体变形地压为主;④总结了地压活动基本规律,分析了在围岩纵深12米范围内,最终出现的二个压密区、一个松驰区、一个松动区,压密区实际上是承载环,在围岩稳定过程中起着关键作用,从理论上解释了金川不良岩层巷道围岩稳定过程;⑤采用了信息化设计——现场监控设计法;⑥提出了金川不良岩层巷道支护原理和设计方法,即根据岩层不同属性,不同地压来源,从分析地压活动规律入手,运用信息化设计法,使支护特性和施工工艺过程不断适应围岩变形的活动状态,以达到抑制围岩变形、维护巷道稳定的目的

行星齿轮箱振动信号包含多种频率成分和噪声干扰，频谱具有复杂的边带结构，容易对故障识别造成误导甚至引起错判.在不同故障状态下，行星齿轮箱振动信号的多域特征量将偏离正常范围且偏离程度不同，根据这一特点，提取振动信号的时域、频域特征参量用于故障识别.为了避免传统分析方法中负频率及虚假模态问题，增强对噪声干扰的鲁棒性，采用局部均值分解法将信号自适应地分解为单分量之和，提取时频域单分量瞬时幅值能量.针对多域特征空间构造过程中出现的高维及非线性问题，采用流形学习对数据进行降维处理.提出基于改进的虚假近邻点的本征维数估计及最优k邻域确定方法，并通过等距映射对多域特征空间进行降维分析.对于行星齿轮箱实验信号，根据样本流形特征聚类结果，分别识别出了太阳轮、行星轮和齿圈的局部故障，从而验证了上述方法的有效性

以光流法为依据,提出了一种基于光流方向信息熵(entropy of oriented optical flow,EOF)统计的方法捕捉微表情关键帧.首先,采用改进的Horn-Schunck光流法提取视频流中相邻两帧图像的微表情运动特征;其次,采用阈值分析法筛选出投影速度模值较大的光流向量;之后,采用图像信息熵统计光流变化角度,进而得到视频序列的方向信息熵向量,通过对熵向量的分析,实现微表情关键帧捕捉;最后,本实验采用芬兰奥卢大学的SMIC微表情数据库和中国科学院心理研究所傅小兰的CASME微表情数据库作为实验样本,通过与传统的帧差法比较,证明了本文提出的算法优于帧差法,能够较好地表现出微表情变化趋势,为微表情识别提供基础

本文讨论了传统计算气体逸度的准确方法——α函数图解积分法,在实际计算中的麻烦和误差。并指出了当压力趋近于零而α函数不为零的原因。本文提出的Z函数图解积分法,利用原试验数据仅改变图解积分的函数形式,就克服了α函数法的缺点,并指出了α函数法计算误差的性质,又为Z函数近似计算法的应用条件和适用范围做了说明,从而得到一个在理论解释和计算误差上,都优于α函数的方法。具有实际意义的是,Z函数法可估计出气体服从理想气体方程式的压力范围

针对特厚板再结晶型轧制，板坯中心难以变形导致心部晶粒粗大的问题，使用Q345B钢，采用有限元方法建立了特厚板轧制的仿真模型，以研究在特厚板轧制过程中引入厚度方向上的温度梯度对钢板心部应变的影响，并与传统均温轧制进行对比，预测了两种温度场条件下奥氏体再结晶的晶粒尺寸.采用大试样平面应变实验对模拟结果进行验证.研究结果表明，温度梯度轧制有利于增加坯料心部应变量，最大增加了61.35%.计算和实验结果显示温度梯度轧制可以减小特厚板心部晶粒尺寸，晶粒度级别提高了一个等级，说明该工艺对提高特厚板中心区域性能有利

传统人群搜索(SOA)算法通过计算搜索方向、搜索步长和搜寻更新个体位置三个步骤进行寻优.它的缺点在于计算量大,种群之间信息交流少,导致寻优速度慢.针对人群搜索算法存在的缺点,本文提出二项交叉算子改进人群搜索算法(BCOISOA)对其改进.在计算搜索步长方面,本文采用随机数与最大函数值位置乘积判断子群位置,进而提高全局寻优计算速率.在更新位置方面,本文提出二项交叉算子加强种群之间的联系,避免在更新搜索方向过程中,算法因局部最优而导致过早收敛,进而达到快速、准确寻找最优解的目的.本文将以上二项交叉算子改进人群搜索-BP神经网络算法应用在二段式磨矿过程中,实现磨矿粒度在线软测量.仿真结果表明,与人群搜索算法和粒子群算法进行比较,二项交叉算子改进人群搜索算法收敛速度更快,预测精度最高,满足对磨矿粒度实时检测的要求

本文提出了在铜管斜轧延伸机上使用一种新芯棒操作方法——拉力芯棒法。实验研究表明:拉力芯棒法比传统使用的芯棒操作方法（固定、回退、半浮及全浮芯棒）可以提高轴向滑移系数、降低能耗、改善轧制过程稳定性以及可实现大倾角下轧制等。本文仅对采用拉力芯棒法时钢管斜轧延伸过程运动学做一理论分析

通过将迟滞特性引入神经元激励函数的方式，构造了一种前向型迟滞神经网络模型.结合卡尔曼滤波方法，将其应用于风速时间序列的预测分析中.在原始风速时间序列的基础上，构造出风速变化率序列.采用迟滞神经网络分别对两种序列进行预测分析，并将预测结果利用卡尔曼滤波方法进行融合，从而得到最优预测估计结果.仿真实验结果表明，迟滞神经网络具有更加灵活的网络结构，能够有效改善网络的泛化能力，预测性能优于传统神经网络.采用卡尔曼滤波方法对预测结果进行融合后能够进一步提高预测精度，降低预测误差