超声波辅助皮革染色——超声技术在染色放大实验中的影响因素初探（1）

超声波作为一种高效先进的生产技术用于皮革加工,对制革生产是非常重要的。本研究详细探讨了放大实验中,诸多影响因素对染色工艺的作用效果,如机械搅拌、液化、染浴浓度等。结果表明,液化和染料浓度对染料吸收率影响显著。与超声波作用效果相比,机械搅拌对染色工艺没有明显改善。为尽可能获得放大实验效果,也尽可能的将实验用蓝湿革样品面积进行了增大。实验结果显示,与浸入超声仪中的烧杯染色实验相比,染料吸引率显著增加（1.6倍）。这与超声条件下染料吸收率为静态条件下吸收率的4．3倍结果相一致。超声波辅助植鞣（EI）革染色时,染料吸收率是对比实验的6倍。实验还制定了超声仪内放大革样的另一重要参数：空穴能量,发现加工过程中60%的空穴能被皮革吸收。本实验对染料聚集粒径是否影响染料扩散进行了研究,结果表明：染料聚集对扩散是有利的。本文研究并比较了不同超声设备（超声仪和超声探头）对染色过程的作用。实验还研究了皮革超声染色工艺中的传质平衡,并与其它工艺进行了对比。超声技术的成本与效益预算分析表明,与传统转鼓工艺相比,采用超声效益更好。超声工艺节约染料,即便有电能消耗,仍能产生可观效益,短期内就能收回在超声设备上的投资。所以,对于制革者来讲,超声波作为一种先进技术,有望应用于皮革生产过程。     

基于PF/CUKF/EKF的移动机器人SLAM框架算法

 提出了一种基于混合滤波的移动机器人同时定位与地图创建(SLAM)算法框架,并利用统计理论对SLAM算法进行一致性评估,该算法框架将机器人SLAM中的联合后验概率分布分解为机器人路径部分及以机器人路径为条件的地图部分,使滤波器变成低维滤波,能够有效地提高计算效率.采用约束的无色卡尔曼滤波(CUKF)算法并融合新的观测数据使提议分布更加接近后验概率分布,并且能够精确估计移动机器人的位姿,进而通过扩展卡尔曼滤波(EKF)算法更新特征地图的位置.仿真实验表明该混合滤波技术为SLAM算法提供了一种有效可靠的途径,在一定条件下与其他SLAM算法比较会得到更高的精度要求.     

前驱体制备与氮化还原法合成AIN粉的物相分析

采用溶胶凝胶工艺制备了铝源和碳源的均匀混合物,分析了铝源与碳源的比例对合成氮化铝物相的影响规律,研究表明,在一定的碳铝比范围内生成很纯的氮化铝粉体,比值较小时含有较多的氧化铝相,较大时含有的碳很难排除完全,并且也容易发生氮化铝粉体的氧化,使纯度降低.对铝源与碳源的混合物通过高温氮化还原煅烧处理,分析了煅烧温度与合成物相的关系,随着温度的提高,形成的氮化铝峰明显增强,直至合成纯的氮化铝相.并与氧化铝通过氮化还原法制备氮化铝粉体的煅烧温度进行了比较,明显降低了合成纯氮化铝粉体的煅烧温度.     

反渗透浓水处理现状与研究进展

采用反渗透膜工艺处理污(废)水,会产生约1/3的浓缩水(浓水),浓水中多含有危害人类健康和生态环境的难生物降解有机物质,其污染问题亟待解决.讨论了浓水中的主要污染物,国内外对反渗透浓水的处理途径及方法,分析了各种处理方法的优、缺点,并展望了电化学法处理反渗透浓水的前景.     

使用Lucene技术实现桌面批量文件搜索引擎

本文在充分实验的基础上,利用Lucene技术实现了桌面批量文件全文搜索引擎,并通过检测词库工具显示Lucene索引数据,阐述了全文搜索的工作原理。     

词袋特征压缩算法比较研究

针对目前词袋(BoF)特征压缩算法忽略编码矢量之间空间关系的问题,本文给出了压缩算法与金字塔模型相配合的图像分类步骤。同时以多个公开图像数据集为实验对象,对典型词袋特征压缩算法的性能进行比较性研究报道。实验结果表明,压缩算法对于视觉单词数目以及编码方法具有良好的鲁棒性;其中基于子空间方法的压缩算法在高层图像特征空间中的分类性能最优,在多个图像数据集上的分类性能最优,时间开销最小。     

基于各向异性Retinex的路面图像阴影消除

路面图像中常常存在车辆、树木、建筑物等的阴影,给图像的特征抽取和识别带来极大的干扰。通过分析中心/环绕Retinex算法(center/surround Retinex,CSR)以及现有的基于Retinex的阴影消除算法处理阴影图像的不足,提出了一种各向异性中心/环绕Retinex算法(anisotropic diffusion center/surround Retinex,ADCSR),该算法融入了基于偏微分方程(PDE)的各向异性扩散,并根据算法特点提出了基于"边界性"(edge degree,ED)的各向异性扩散方案,避免了梯度门限等参数选择的困难,在消除阴影的效果上和运算效率上都取得了令人满意的结果。     

一种基于遗传算法的FastSLAM2.0算法

FastSLAM2.0算法的重采样过程会带来“粒子耗尽”问题,为了改进算法的性能、提高估计精度,将FastSLAM2.0算法与遗传算法相结合,提出了一种解决SLAM问题的方法——遗传快速SLAM算法．针对FastSLAM2.0算法的特点,设计了一种改进的遗传算法来兼顾粒子权值和粒子集的多样性．遗传快速SLAM算法采用unscented粒子滤波器估计机器人的路径,地图估计则采用扩展卡尔曼滤波器．采用SLAM领域的标准数据集“carparkdataset”对提出的算法进行了验证,实验结果表明遗传快速SLAM算法在估计精度和一致性方面都具有较好的性能,并且算法的计算复杂度能满足实时性要求．     

基于RGB-D图像的语义场景补全研究综述

近年来随着计算机视觉领域的不断发展,三维场景的语义分割和形状补全受到学术界和工业界的广泛关注.其中,语义场景补全是这一领域的新兴研究,该研究以同时预测三维场景的空间布局和语义标签为目标,在近几年得到快速发展.对近些年该领域提出的基于RGB-D图像的方法进行了分类和总结.根据有无使用深度学习将语义场景补全方法划分为传统方法和基于深度学习的方法两大类.其中,对于基于深度学习的方法,根据输入数据类型将其划分为基于单一深度图像的方法和基于彩色图像联合深度图像的方法.在对已有方法分类和概述的基础上,对语义场景补全任务所使用的相关数据集进行了整理,并分析了现有方法的实验结果.最后,总结了该领域面临的挑战和发展前景.     

面向指挥系统的通用记录与复演技术研究

为解决指挥系统中必需通过嵌入函数来完成作战过程记录和事后重演的难题,使各类指挥系统不再重复记录与复演代码的编写,在分析指挥系统中记录和复演应具备功能的基础上,设计了一种可挂接于任何基于Windows平台指挥系统的通用记录与复演系统,实现了作战指挥过程的完整记录和事后真实复现.该记录与复演系统已成功应用于某型防空指挥系统的作战指挥软件中,显著提高了作战指挥系统软件的开发效率,使作战指挥软件的体系结构更为简洁合理.