加速广义Laguerre多项式级数的Laplace变换的数值反演方法

本文利用Levin t-变换迭代法，对加速广义Laguerre多项式级数，提出了一种新的Laplace变换的数值反演方法，这种方法在精度上和数值稳定性上的效果都较好。     

二阶线性微分方程的非振动性

本文主要讨论了二阶齐次微分方秘AX″+BX′+CX=0的解的非振动性的充分条件     

小波变换在土壤有机质含量可见/近红外光谱分析中的应用

使用高光谱仪ASD Field Spec在波长范围400~1 000 nm内采集有机质含量不同的土壤原始光谱;之后,求取土壤原始光谱及其A值的一阶导数(一阶导数光谱);对以上两类一阶导数光谱进行小波去噪处理;并分析这两类一阶光谱在去噪前、后,光谱形态的变化情况,以及它们与有机质含量相关性的改善程度。结果表明:(1)土壤原始光谱及其A值的一阶导数中含有大量噪声,严重影响了对光谱曲线波形轮廓、特征信号点和有机质吸收特征的识别。(2)经小波去噪处理后,土壤原始光谱及其A值的一阶导数中的噪声被有效去除,一阶导数光谱的清晰度明显改善,光谱质量显著提高。(3)去噪后的土壤原始光谱的一阶导数,呈开口向下的"喇叭口"状,波长范围567~598 nm内与有机质含量呈较为稳定、显著的负相关性。(4)去噪后的土壤原始光谱A值的一阶导数,波形呈"凹"状,波长范围524~535 nm内与有机质含量呈比较稳定、显著的正相关性。     

序列图像的小波域运动估计和补偿技术研究

针对小波分解域的可变块多分辨率运动估计/补偿(MRME)算法存在运动矢量编码占用码率较高,使用全搜索进行运动估值耗费时间多等缺点,提出对序列图像中运动区域进行运动估计和补偿,在有效地降低了运动估值的复杂度的同时,进一步提高了运动矢量的编码效率,同时在相同码率下,使恢复图像的质量得到提高.     

利用SERS表面增强拉曼光谱技术对维生素M在银胶颗粒表面吸附行为的研究

利用傅里叶变换表面增强拉曼光谱(FT-SERS)研究了维生素M(Vm)在银溶胶体系中吸附状态和相互作用的特性, 并结合pH值变化探讨了Vm吸附作用特点. 实验结果表明, Vm是通过羧基中的一个氧原子和氨基氮原子与银原子配位实现的, 以羧基在银表面的化学吸附模式为主.     

小波阈值去噪在地震解释图像处理中的应用

在数字图像处理过程中,如何减弱或消除噪声对源图像的干扰是图像预处理技术中的难点和关键步骤。将基于小波变换的阈值去噪方法应用于地震解释图像的预处理中,并采用了一种改进的小波阈值函数,改进后的小波阈值函数可以有效抑制传统软硬阈值方法所带来的固有缺点。给出了具体的算法流程。试验证明,该算法可有效去除三维地震资料相干切片图像中的噪声并保持边缘细节,为下一步对断层的提取及解释提供有力保障。     

傅立叶变换近红外光谱法检测白酒总酸和总酯

该文研究白酒总酸和总酯的快速检测技术,通过解析不同白酒样品的近红外光谱图,对光谱数据进行不同的处理,结果表明：用一阶导数预处理光谱,谱区选择6102～5446 cm^-1,利用人工神经网络与傅立叶变换近红外光谱相结合,采用内部交叉验证法建立模型,效果较好。其中,总酸模型的决定系数为96.73%,内部交叉验证均方根差为0.048 g/L;总酯模型的决定系数为99.58%,内部交叉验证均方根差为0.085 g/L;进一步对总酸和总酯的模型进行验证和评价,结果表明总酸模型验证集的相关系数为99.2%,预测标准偏差为0.074 g/L;总酯模型验证集的相关为99.7%,预测标准偏差为0.134 g/L,表明建立的模型可靠,预测效果好,能满足白酒生产中总酸和总酯的快速检测要求。     

基于小波变换与神经网络的上倾管流型识别方法

为实现上倾管气液两相流流型的智能识别,提出了基于小波变换与概率神经网络的流型识别方法。采用中国石油大学(华东)室内小型环道试验装置进行气液两相流试验,采集上倾管流型以及相应的持液率信号。运用小波变换对持液率信号进行5级分解,并对分解后的信号提取标准差作为概率神经网络的输入参数,对试验中获得的分层流、气泡流、段塞流、严重段塞流流型进行识别。结果表明:该方法对4种流型的识别效果较好,其整体识别率为96.5%,其中分层流和严重段塞流的识别率高达98%。基于小波变换与概率神经网络的上倾管流型识别方法能够有效克服传统识别方法中主观因素的影响,不仅显著提高了流型识别的准确率,而且识别过程更加智能。(图5,表3,参22)