粉煤灰颗粒增强铝基复合材料的耐磨性研究

以粒度为80μm的粉煤灰为增强相,粒度为30μm的铝粉为基体,采用粉末冶金法成功制备了粉煤灰颗粒增强铝基复合材料。经SEM、金相显微镜等分析手段对制备的复合材料进行组织观察,并对其进行耐磨性测试。结果表明,粉煤灰含量为20%,烧结温度为650℃时,相对损率最小为0.1590%。随着粉煤灰含量和保压时间的增加,试样的耐磨性逐渐升高,随着烧结温度升高,试样的耐磨性呈现出先升高后降低的趋势。     

变分贝叶斯独立分量分析在含噪图像盲分离中的应用研究

传统的独立分量分析不具有抗干扰性,而且需在源个数已知的条件下,才能进行含噪图像盲分离。针对此不足,本研究提出了一种基于变分贝叶斯独立分量分析的含噪图像盲分离方法。所提算法与传统的分离方法相比,可直接有效分离含噪图像,且具有较强的抗干扰性。此外,该算法根据不同模型的信度估计信源数。实验结果表明,提出的方法是非常有效的。     

空间多分辨率模糊目标跟踪

提出了一种新的模糊目标跟踪算法--CPDA算法。这个算法在空间多分辨率框架下应用概率数据互联算法,在粗分辨率上实现模糊目标跟踪。在不同虚警密度的模糊目标环境下,利用仿真实验分析了CPDA算法的跟踪性能,同时将其与单分辨率上的联合概率数据互联方法进行了性能比较。仿真结果表明,CPDA算法的跟踪性能在达到与单分辨率上JPDA算法同样性能的条件下,能够以较小的计算量跟踪模糊目标。     

以学期总结与规划为抓手的学生工作模式研究

从个性化教育的需要出发,提出基于学期总结与规划的因材施教法学生工作研究的新思路,旨在通过学期总结与规划为抓手和因材施教法相结合指导学生大学生活规划,通过学生书写每学期总结与下学期规划以及老师的一对一辅导,把握学生的个性化特征和潜质,帮助学生认知自我,因材施教,实现学生主观志趣与其个性特质的统一,跟踪学生的发展轨迹,并及时进行调整。结果表明,该工作模式操作性强,学生认可度高,有助于学生形成正确的人生观和做好人生规划。     

基于模型混合的多分辨率多模型跟踪算法

在原有的多分辨率多模型算法的基础上引入了滤波器混合的方法,提出了一种新的机动目标跟踪算法.原多分辨率算法在多分辨率框架下应用硬切换多模型算法,改善了多模型算法在非机动段的跟踪性能,但是保留了硬切换算法的固有缺点.交互式多模型算法由于采用模型混合,避免了硬切换算法存在的问题,但是非机动段的跟踪性能不如多分辨率多模型算法.所提出的新算法综合了两者的优点,不仅解决了多分辨率多模型算法中存在的问题,而且其综合滤波性能优于交互式多模型算法.      

基于经验模态分解的机械故障欠定盲源分离方法

针对传统的机械故障源分离方法限于非高斯、平稳和相互独立的源信号, 且传感器的观测数多于源数, 机械故障源信号通常不易满足这些假设的局限性, 提出了一种基于经验模态分解的机械故障欠定盲源分离方法.该方法对混合观测信号进行经验模态分解, 然后重组本征模函数分量作为新的观测信号进行盲源分离, 仿真和实验结果表明, 该方法是有效的.