TiAl基金属间化合物的超塑性研究现状

综述了国内外在TiAl基金属间化合物超塑性研究方面所取得的成就,内容包括超塑性力学性能及其影响因素。最后,对TiAl基金属间化合物超塑性成形的应用前景进行了展望。     

横流中空心锥形喷雾的扩散特性与影响因素

为了更好地理解和认识空心锥形喷雾射流与横向气流的掺混过程,基于可视化实验测量,针对空心锥形喷雾的初始雾化状态、喷射角度和雾化锥角以及横流速度等因素对空心锥形喷雾射流在横流中的扩散特性进行了系统分析。研究结果表明,随着横流速度的提高,流场中对称反旋涡对（CVP）结构变小,但其稳定性及产生的卷吸气流则是先增强而后减小;提高喷雾初始液滴的动量和数流率,均可以增大射流剪切层的贯穿深度和射流尾迹的伸展高度,同时使流场中CVP的涡量强度增大。基于实验测量结果,建立了空心锥形喷雾垂直入射横流条件下掺混流场液滴群CVP结构特征尺寸和剪切层轨迹的预测关联式。另外针对喷嘴雾化锥角和喷射角度的分析表明,当喷雾初始雾化状态相近时,随着雾化锥角的减小,流场中CVP的水平尺度减小但竖直方向尺度增大且结构更为稳定,同时喷雾液滴的贯穿深度增大;相比喷雾垂直于横流入射,当喷嘴以一定角度逆向横流入射时,CVP结构稳定性减弱,流场剪切层涡结构变大且剪切层区域液滴富集现象减弱,射流尾迹紊乱程度增加,反之,则流场剪切层涡拟序结构变小,射流尾迹现象减弱,CVP结构变小。     

对企业人力资源开发利用的战略思考

论述当前我国企业人力资源开发利用存在的主要问题,提出合理开发利用企业人力资源的战略途径：一是树立“以人为本”的观念;二是最佳配置人力资源;三是制定激活人力资源的制度体系;四是增大教育投入,开发人力资源;五是实行有利于增强和调动企业和个人开发人力资源能力的积极的财税政策。     

甲烷-空气的二次爆炸流场实验研究

为了揭示二次爆炸的产生机制及其影响因素,采用带导管的柱形泄爆装置对向空气中泄爆的过程进行了实验。实验获得了在不同泄爆条件下清晰的时序阴影照片和外流场测点的压力历程。根据实验结果分析了二次爆炸的产生条件,并详细讨论了二次爆炸影响因素在不同泄爆条件的变化,从而分析和解释了二次爆炸强度在相应泄爆条件下的变化规律。     

气象因子对夏季电力负荷影响的分析

本文应用2002、2003两年的夏季资料,通过对日最高气温、最低气温、平均气温、风速、相对湿度和气压等气象要素与南昌用电量的对比分析,建立了用电负荷预测模型,应用于2004年南昌夏季高温用电负荷预测,并在此基础上与江西省电力公司联合在江西省卫视一套18：53分的气象预报节目中发布《电力需求气象预警信息》,获得了很好的社会经济效益。     

基于非线性直方图变换的对比度畸变图像校正

在实际成像过程中,因受多种因素影响而导致图像对比度畸变,使其质量下降。为了改善图像质量并增强视觉效果,提出了一种基于非线性直方图变换与参数优化的降质图像对比度畸变校正方法。首先,针对常规直方图均衡方法的局限性,通过人眼视觉感知特性分析,引入图像直方图的先验约束条件,建立了非线性直方图变换模型;进而,从校正效果的最优化角度考虑,运用遗传算法的进化寻优进行校正参数的优化,从而形成了一种高性能的对比度畸变校正算法。一系列在不同场景实拍的对比度严重畸变图像的校正实验结果表明,本文方法校正结果的客观质量评价测算指标和实际视觉效果都有显著提升,和常规校正方法相比具有明显优势。      

基于人类视觉特性的遥感图像优化显示及应用

在分析遥感图像主观质量（Subjectivequality）评价的基础上,提出基于人类视觉特性的优化显示技术．并应用于遥感图像压缩、相对辐射校正评价和噪声估计。结果表明：当图像以50％比例放大时,处理前后的效果不明显：以100％比例放大时,差异性开始出现;当显示比例提高到200％时,图像的噪声、条纹及退化现象比较容易发现与识别。因此,当需要比较两幅图像差异及监测图像质量变化时,建议显示比例设为200％。上述成果已成功应用于CBERS-02B卫星HR相机及后续高分辨率相机压缩方案的评价,也用于中国卫星遥感地面处理系统的图像质量监测。     

基于Probit模型的航空差旅管理市场分析

研究分析企业和差旅管理公司的哪些因素会对差旅管理业务的选择产生影响,帮助差旅管理公司明确企业的差旅管理偏好,从而推动中国航空差旅管理市场的发展.针对航空差旅管理市场的现状,在对50家企业进行问卷调查后,通过Probit模型得出10个因素对企业选择差旅管理业务的影响程度,其中“现金流量”、“资金结算手段”、“增值服务种类”和“政策与系统的匹配度”4个因素具有显著性.最后,根据实证结果对企业和差旅管理公司提出相应的建议.     

科研生产一体化人力资源评价及其应用

对科研生产一体化事业部人力资源评价进行了探讨与研究,在对人力资源状况进行具体分析的基础上,给出了其评价指标体系,并采用层次分析法理论对其评价模型进行了权重确定.通过案例分析,提出了科研生产一体化人力资源评价的改进方向.     

基于类脑模型与深度神经网络的目标检测与跟踪技术研究

目标检测与跟踪技术广泛应用于交通、医疗、安保和航天等领域.目前,目标检测与跟踪技术面临目标微弱、背景复杂、目标被遮挡等挑战.同时,随着脑科学研究的不断深入,人们对人脑视觉系统的理解逐渐透彻,利用类脑计算解决复杂背景下高精度目标检测与跟踪问题成为相关领域的重要研究方向.本文结合神经工程导向的类脑模型和计算机工程导向的深度神经网络(Deep Neural Networks, DNNs),提出多种基于类脑模型与深度神经网络的目标检测与跟踪算法,包括：基于演算侧抑制的目标检测算法,基于结构 对比度(Structure Contrast, SC)视觉注意模型的弱小目标检测算法和基于记忆机制与分层卷积特征的目标跟踪算法.实验结果表明,将类脑模型和深度神经网络应用于目标检测和跟踪领域,有利于实现复杂条件下的高精度目标检测和鲁棒性目标跟踪.