同轴度对千斤顶测得值的影响分析

为探究同轴度对千斤顶测得值的影响,采用重锤法测量千斤顶轴线与标准测力仪主轴线间的同轴度。根据测得值计算了不同同轴度下千斤顶力值绝对误差、相对误差和内插误差间差。实验结果表明,千斤顶力值绝对误差和相对误差都随着同轴度的增大而增大;当同轴度一定时,力值绝对误差随着压力值增大而增大,压力值越大,增大效果越明显。但是,力值相对误差并没有随着压力值的增大而增大,而是在±0. 5%区间范围内变化,同轴度对千斤顶测量力值的影响量不大于0. 5%,在扩展不确定度评定时应当引入同轴度对千斤顶测量力值的不确定度这一分量。此外,内插误差间差并未随着同轴度的增大而增大,而是在±0. 1%区间范围内变化,同轴度对千斤顶内插误差的影响量不大于0. 1%。     

贵州北盘江增殖放流效果评价

为了评估北盘江鱼类增殖放流效果,2017~2018年期间采用体外荧光、剪鳍、"T"型标三种标志方法对目标鱼类进行标志放流,通过集中捕捞方式进行回捕调查,集中捕捞时间为2017年7月、2018年8月,捕捞水域为董菁-马马崖-光照-善泥坡库区。结果表明,白甲鱼回捕率较高,为0.82%,其他鱼类均在0.5%左右,其中主要为低龄鱼类,高龄鱼类较少;董菁打邦河及各库尾水域物种丰富度较高,善泥坡高家渡码头和马马崖库区试验库尾物种多样性指数相对较低。建议在以后的增殖放流活动中,加大每年的监测频次。     

智能物联 舒适家居系统升级的重要方向

A.O.史密斯在中国市场始终坚持本土化的管理和本土化的研发,其近年来在舒适家居市场的一系列动作,可以看出,依然是秉承着以用户为中心的原创型创新,在更好满足消费者需求的同时,为行业带来新活力。节能省气看得见,引领采暖系统进入AI智控新时代。近几年,行业一直在推冷凝式产品,但却推广得非常难。从全球市场来看,欧洲之所以冷凝炉得以普及,是因为有政策的引导。     

菲律宾地区沥青混凝土路面施工关键技术

菲律宾地区沥青混凝土具有油石比大、细颗粒偏多的特点,混合料温敏性较强、施工温度要求更严,而菲律宾地区由于常年高温多雨,致使集料内含水量不均现象时常发生,为施工质量控制带来了较大困难,目前菲律宾地区尚缺少规范化的指导工艺,许多工程项目也在探索阶段,本文以菲律宾中吕宋高速连接线一期二标项目沥青混凝土路面为依托,总结项目沥青路面施工技术,希望为类似工程提供借鉴。     

面向强连接网络图的无损压缩算法

幂图分析技术将所有具有相同邻居的节点集合汇聚成单个模块以大幅压缩网络图,被广泛地应用于网络图无损压缩与可视化中.然而获取最优的幂图是难点.针对此问题,提出面向强连接网络图的无损压缩算法.首先,证明了含有单个模块的最优幂图问题为NP难问题,进而扩展为一般地最优幂图问题为NP难问题;其次,在梳理现有整数线性规划模型和约束规划模型等问题的基础上,提出基于回溯策略的波束搜索算法,使有限的回溯策略提供启发信息,比已知启发式方法更快速地得到更优的结果.通过生成的随机无标度图,验证了该算法的有效性.     

木片筛余物高得率半化学法清洁制浆技术研究

以太阳纸业备料车间木片筛选碎料（筛余物）为原料，对其烧碱法半化学制浆的实验室工艺和生产试验进行了研究。结果表明，筛余物采用半化学法制浆可获得较高得率和环压强度的纸浆，且用碱量对纸浆性能有显著影响。相对8%NaOH （相对于绝干原料）化学预处理，采用14%NaOH化学预处理结合两段浆浓22%的高浓磨浆工艺，所制半化学浆抄造浆张的裂断长和环压指数分别达2.89 km和9.76 N·m/g，是前者的1.9倍和1.2倍，而且优于现用国内OCC废纸浆抄造浆张；生产试验得到的浆张性能指标与实验室相吻合，其中紧度和环压强度分别达到GB/T 13023—2008瓦楞芯（原）纸AA级和A级优等品要求。     

基于模糊谱聚类的不确定蛋白质相互作用网络功能模块挖掘

针对谱聚类融合模糊C-means（FCM）聚类的蛋白质相互作用（PPI）网络功能模块挖掘方法准确率不高、执行效率较低和易受假阳性影响的问题，提出一种基于模糊谱聚类的不确定PPI网络功能模块挖掘（FSC-FM）方法。首先，构建一个不确定PPI网络模型，使用边聚集系数给每一条蛋白质交互作用赋予一个存在概率测度，克服假阳性对实验结果的影响；第二，利用基于边聚集系数流行距离（FEC）策略改进谱聚类中的相似度计算，解决谱聚类算法对尺度参数敏感的问题，进而利用谱聚类算法对不确定PPI网络数据进行预处理，降低数据的维数，提高聚类的准确率；第三，设计基于密度的概率中心选取策略（DPCS）解决模糊C-means算法对初始聚类中心和聚类数目敏感的问题，并对预处理后的PPI数据进行FCM聚类，提高聚类的执行效率以及灵敏度；最后，采用改进的边期望稠密度（EED）对挖掘出的蛋白质功能模块进行过滤。在酵母菌DIP数据集上运行各个算法可知，FSC-FM与基于不确定图模型的检测蛋白质复合物（DCU）算法相比，F-measure值提高了27.92%，执行效率提高了27.92%；与在动态蛋白质相互作用网络中识别复合物的方法（CDUN）、演化算法（EA）、医学基因或蛋白质预测算法（MGPPA）相比也有更高的F-measure值和执行效率。实验结果表明，在不确定PPI网络中，FSC-FM适合用于功能模块的挖掘。     

基于多尺度双线性卷积神经网络的多角度下车型精细识别

针对多角度下车辆出现一定的尺度变化和形变导致很难被准确识别的问题，提出基于多尺度双线性卷积神经网络（MS-B-CNN）的车型精细识别模型。首先，对双线性卷积神经网络（B-CNN）算法进行改进，提出MS-B-CNN算法对不同卷积层的特征进行了多尺度融合，以提高特征表达能力；此外，还采用基于中心损失函数与Softmax损失函数联合学习的策略，在Softmax损失函数基础上分别对训练集每个类别在特征空间维护一个类中心，在训练过程中新增加样本时，网络会约束样本的分类中心距离，以提高多角度情况下的车型识别的能力。实验结果显示，该车型识别模型在CompCars数据集上的正确率达到了93.63%，验证了模型在多角度情况下的准确性和鲁棒性。