不同粒度铝粉在HMX基炸药中的能量释放特性

为研究铝粉在HMX基炸药中的能量释放特性,采用压力传感器对不含铝粉的HMX/HTPB 88/12炸药及含有粒度为13,130μm铝粉的HMX/Al/HTPB 53/35/12炸药在密闭空间中爆炸后的准静态压力进行了测量。结果表明:HMX/HTPB 88/12和HMX/Al/HTPB 53/35/12炸药爆炸后在密闭条件下均能产生准静态压力。HMX/Al/HTPB 53/35/12炸药的准静态压力是HMX/HTPB 88/12炸药的1.24倍。铝粉颗粒度分别是13μm和130μm的HMX/Al/HTPB 53/35/12-炸药在密闭空间中爆炸产生的准静态压力分别是378 k Pa和347 k Pa,说明内爆条件下,当铝粉含量为35%时,与含大颗粒铝粉炸药相比,含小粒度铝粉炸药能够释放更多能量,提高密闭空间中的准静态压力。     

动作识别算法的评估策略探讨

以时空兴趣点特征和支持向量机(SVM)分类器识别方法为基本算法,在广泛使用的公开动作数据集KTH上,从不同角度考察评估策略对动作识别算法性能的影响。实验表明,当采用不同的交叉实验方法时,算法性能的波动最大达到10.5%,而不同数据集划分方法对算法性能的影响则达到11.87%。因此,通过量化分析得出的结论,可以充分地比较现有算法的真实差异,并为设计合理的评估策略提供参考。     

中国稀土学会火法专业委员会学术讨论会在山东威海召开

中国稀土学会火法专业委员会学术讨论会于10月7日至10月11日在山东威海市召开。参加这次会议的有来自冶金部、有色总公司、科学院、航天部、兵器部、高等院校等三十七个单位68名代表。     

基于多级子网络和排序性Dropout机制的人脸属性识别

如何提高自然环境下或非受限环境下人脸属性识别的准确率是应用人脸属性的一个重要问题。在日常生活中,人脸姿势和光照等不可控制的因素对识别人脸属性产生了较大影响,如何在上述因素影响下提高识别的精度是我们研究人脸属性识别的关键问题。目前卷积神经网络（Convolutional neural network,CNN）在图像分类中已经取得显著性成果,本文通过采用多级子网络和排序性Dropout机制算法重新构建一个网络结构,该结构对处理人脸姿势变化等具有较强的鲁棒性,在CelebA数据集和LFWA数据集中取得较好的效果,且大大降低了网络体积。     

基于最大梯度和阈值的自动聚焦算法

目前,国内外有很多基于梯度的自动聚焦算法,但是它们都是用指定的方向去求梯度,但真实梯度方向可能不是它们的指定的方向;另外,当图像受到噪声污染的时候,算法的稳定性也不好.为了解决以上问题,提出了一种基于最大梯度的自动聚焦算法.首先,对任意可能的梯度方向都求出它的梯度,比较后得到最大的梯度,利用最大的梯度作为最后的结果.同时,考虑到算法的精确度和稳定性,再引入了阈值参数.经过实验表明,该算法具有单峰性强、无偏性好、灵敏度高、稳定性好等特点.     

甘肃变电钢构架腐蚀类型调查与分析

对甘肃省境内10所变电站钢构架腐蚀现状进行了现场调查。调查发现不同地理气候环境下变电钢构架的腐蚀程度及腐蚀特征差别较大,不能采用一种腐蚀模型对其进行描述。分析了不同环境因素对变电钢构架腐蚀的影响,并归纳总结了各影响因素与腐蚀类型及机理之间的关系,可为类似地理气候环境下变电钢构架耐久性的进一步研究及腐蚀防护提供参考。     

基于辛几何迁移矩阵机的滚动轴承故障诊断方法

针对工程实践中获得的滚动轴承故障数据较少且包含大量噪声的问题,提出一种辛几何迁移矩阵机(SGTMM)的滚动轴承故障诊断方法。首先,利用辛几何相似变换重构辛几何系数矩阵,在保护信息结构的同时完成信号的降噪,有效提取信号的特征信息;然后,在SGTMM的目标函数中添加域权重差异项,通过最小化该项寻找不同域之间的相似特征以平衡模型间的差异,使得预测模型具有小样本分析能力;最后,利用交替方向乘子法求解模型,解决目标函数凸优化问题。2种滚动轴承故障试验结果表明,SGTMM利用辛几何相似变换和域权重差异项不仅可以保护原始信号结构化信息不变,而且能够充分利用小样本的状态信息,与支持向量机、支持矩阵机和鲁棒支持矩阵机相比,SGTMM具有优越的分类性能,平均识别率提高5%～10%。     

基于Roberts梯度的自动聚焦算法

如何快速有效地实现聚焦一直是图像测量中的焦点，其中图像自动聚焦评价函数的选择是关键问题。在比较、研究图像聚焦评价函数和边缘检测的基础上，提出了将Roberts梯度算子作为聚焦评价函数引入自动聚焦之中。同时为了消除噪声的影响，仔细研究闽值问题，并引入了一个闽值参数。经过大量的仿真实验，画出了几种自动聚焦算法的聚焦图形，并进行了详细的比较分析。结果表明，引入参数的Roberts算子具有无偏性好、单峰性强、灵敏度高等特点，该算子比其他评价函数更为准确、稳定、可靠。     

基于深度运动轨迹信息的人体动作描述算法

受到dense轨迹特征的启发,本文提出了基于深度运动轨迹信息的动作描述算法, 首先,利用稠密光流场对L帧深度视频提取稠密(dense)兴趣点并 形成稠密轨迹,其次,利用轨迹前后兴趣 点的深度信息计算深度变化值,并将它加入到稠密轨迹和HOG描述算子的计算中;再次,在 整个数据集上, 计算所有动作的平均深度变化值并利用它判断每类动作的深度信息变化情况;最后,根据深 度信息变化剧 烈程度选择不同的码书,对视频样本进行投影并分类。在两个公开深度动作数据集DHA -17和UTkinect 上进行了实验,实验结果表明基于深度运动轨迹信息的动作描述算法具有较好的区分性和鲁 棒性,其性能与一些先进的且具有代表性的算法具有可比性。