在功能可靠度和时产率可靠性评价指标的基础上，结合钢铁生产过程系统能源消耗状况的分析，建立了能耗可靠性评价方法，提出了能耗可靠度、工序能效比及相近度等评价指标体系来描述钢铁生产过程系统的能耗可靠性．运用贡献指数的概念定量分析了后两者对能耗可靠度的影响，并应用于国内某特殊钢厂电弧炉生产过程单元．结果表明：该电弧炉工序的能耗可靠度由2008年的0．64提高到2009年的0．72．另外，还分析了该厂2006--2009年电炉工序能耗可靠度变化的主要原因．

针对带色彩恢复的多尺度Retinex色调映射算法(MSRCR)在分离图像光照信息时未保留部分细节信息,导致结果图像出现细节提出了一种具有细节补偿和色彩恢复的多尺度Retinex色调映射算法(MSRCD)。该算法利用Retinex理论的基本原理将高动态范围图像分为反射层和光照层,先使用双边滤波从图像光照层中提取出细节信息进行补偿,然后从图像的反射层中分离出基本层信息并进行自适应调整,压缩其动态范围,最后通过色彩校正还原图像颜色。实验结果表明,与MSRCR算法及基于双边滤波的算法相比,MSRCD算法的处理结果

金刚石材料具有最高的声速，与压电薄膜相结合可获得高声速的声表面波器件。该文以改进的传输矩阵计算方法系统研究了12种不同边界条件下AlN/LiNbO3/diamond叠层结构的声表面波波速和耦合系数与AlN 和LiNbO3厚度的关系。结果表明：AlN/LiNbO3/diamond的一阶声表面波在一定范围内可保持约9km/s的波速而不随LiNbO3和AlN的厚度而变化；其中4种结构的一阶声表面波耦合系数均可达到8%以上，且可在多种厚度组合下获得。结果显示：AlN/LiNbO3/diamond叠层结构兼具AlN

针对旅行商问题(TSP)，提出了一种新的混合量子优化算法――量子蚁群算法。量子蚁群算法采用量子比特的概率幅表示蚂蚁的当前位置，采用量子旋转门更新蚂蚁的位置，选取国际通用的TSP实例库中多个实例进行测试。仿真实验表明，该算法具有很好的精确度和鲁棒性，可使搜索空间加倍，比传统的蚁群算法具有更好的种群多样性。

介绍了FIR滤波器的基本结构及设计方法，结合实例，给定滤波器的数字指标。利用FDATool来确定FIR滤波器抽头系数。基于DSP平台，采用MATLB产生待滤波输入信号导入到用C语言实现的FIR低通滤波器中，并且在CCS上仿真，对仿真结果与理论值进行比较。波形仿真结果和理论值相吻和表明设计的系统是正确、稳定的。不同的应用场合，FIR滤波器要求有不同性能，只要修改本设计中滤波器的系数，就可以实现性能不同的FIR滤波器。

“意象”是中国传统美学的核心要素，是中国古典诗歌的灵魂。“意象”生成的基础是人的审美体验。而“花意象”在古典诗词中俯拾皆是。“花”美丽的表象经过诗人词客主观的情感关照被赋予丰富的情感内涵，纷纷借“花”抒发情志，寄寓对生命的深切体悟。中国古典诗词中对“花”的描写，体现了中国人心灵深处人与自然交感互融的宇宙观和自然观，这种自然观直接导致了中国人审美化的人生态度。本文拟从古典诗词中的“花意象”探查中国传统美学中人与自然的关系，即中国古典美学的精神内核。

谱元法属广义有限元法，可用于地震波场模拟与震源反演，但几乎不能在单台普通电脑上用于大尺度地震波场模拟。Microwulf是一种低成本、高效率的主从式便携型计算集群系统，能有效地利用个人电脑组建并行计算环境。基于三维弹性波动方程研究了谱元法基本算法，并利用谱元法和自搭建Microwulf系统对2008年汶川5．12地震波场进行模拟。模拟结果表明：(1)搭建的Microwulf系统能成功进行大尺度地震波场的谱元法数值模拟；(2)计算区域地形能引起地震波场畸变；(3)震中附近区域峰值地震动分布模式大体与发震断裂

受声学研究启发,结合人脑人耳听觉特性对语音的处理方式,建立了一个完整的模拟听觉中枢系统的语音分离模型．首先利用外周听觉模型对语音信号进行多频谱分析,然后建立重合神经元模型提取语音信号的特征,最后在脑下丘的神经细胞模型中完成对语音的分离．基于现有的语音识别方法,该模型能够很好地解决绝大多数的语音识别方法都只能在单声源和低噪声的环境下使用的问题．实验结果表明,该模型能够实现多声源环境下语音的分离并且具有较高的鲁棒性．随着研究的深人,基于人耳听觉特性的语音分离模型将有很广泛的应用前景．

Rasch模型作为客观等距量尺的测量工具，用来测量现行的课程作业与教学目标的相符性具有较好的适切性．选取现行课程标准生物学的一个课时内容，将浙江省配套的生物学作业与教学目标进行比对，通过Rasch模型测量生物学作业与教学目标相符性的关系，为教育决策者及命题者提供一种判断作业题目难度恰当与否的方式．

针对K-均值聚类算法需要事先确定聚类数K的问题，将粒度计算引入样本相似度函数，定义了新的样本相似度，用模糊等价聚类确定数据集可能的最大类簇数Kmax以Kmax为搜索上界，利用改进全局K-均值聚类算法，以BWP(Between-within Proportion)为聚类有效性度量指标，提出确定最佳聚类数的一种新方法．通过UCI机器学习数据库数据集以及随机生成的人工模拟数据集实验测试，证明该算法不仅能有效确定数据集的最佳聚类数，而且适用于大规模数据集，但是会受到噪音点影响．