SL型液体低碱速凝剂的速凝机理研究

本文通过XRD和SEM等微观测试手段，研究了SL—1和比一2型速凝剂的速凝机理。     

机器人介绍

1954年美国设计并制造了世界上第一台实验室机器人装置，60年代机器人工业产品正式问世，1970年世界上只有两千台机器人。1980年数量已是一万八千台左右，1990年世界上已有十五万台机器人。为什么机器人能够在工业生产及科学研究中发展这样迅速呢？下面我们逐一介绍。（一）机器人的定义、分类和它的社会经济效益。1什么后机器人？1920年如天作素f自所查日完（H。reICapek）汪o想剧中提出了人类劳动着的形再，取8力Rob。ta，这成对参天机田人（R。b。t）sgu的来运。目创国际上对机器人还设责统一的定义，o说罚＆。美国机器人学会如机田人…     

掺合料复掺对水泥基材料孔溶液碱度的影响

通过测定低水胶比下复掺粉煤灰、矿渣、硅灰的水泥基复合体系孔溶液PH值，研究孔隙液碱度随矿物掺合料的种类、掺量、不同复配情况的变化规律和碱度变化的原因。结果表明，复掺粉煤灰、矿渣（或同时掺硅灰）的多组分水泥基体系各龄期孔隙液的PH值均低于纯水泥净浆；粉煤灰和矿渣等双掺的水泥基体系，总掺量小于等于40％时，随掺量增加，同龄期的孔隙液PH值降低，其主要原因是稀释效应和化学效应；总掺量相同，掺合料复掺方式不同的试样其碱度不尽相同。     

Excel在制冷机组故障检测与诊断工具开发中的应用

用Excel表格作为后台数据库,在VC平台上结合.NET数据库技术,开发了大型制冷机组的故障检测与诊断工具。用现场实验数据进行检验表明,该故障检测与诊断工具具有运行稳健,故障检测准确、快速等优点,能够用于生产现场的实时故障检测与诊断。     

C02跨临界水-水热泵供热系统应用理论探讨

运用当量温度概念对CO2跨临界水-水热泵供热系统进行了研究，指出根据实际情况选择气体冷却器的出口温度和压缩机的出口压力能提高系统的运行效率，并对供热过程中采用能量梯级利用进行了研究，结果表明对热水侧进行梯级利用可提高系统的制热性能系数。     

奥运·图谋商机与营销——奥运是张什么牌

机遇往往就是一张牌。通常，你手里都会有一张这样的牌。 但是，这是张什么牌呢？王牌？老A？老K？很多人埋怨自己所拿的牌不如意时，忽略了这样的思维：牌由心生，这张牌是由你定制的。[编者按]     

空调器常见火因及预防措施

随着空调器大量进入家庭，由空调器引发的火灾也随之增多，给人们的生命财产安全造成了威胁。一、空调器的常见火灾原因空调器按其功能分为电原型和电热型两种，一种只能制冷，另一种冷暖两用。空调器主要由三部分组成：一是制冷循环系统（用电动机驱动压缩机）；二是通风循环系统（包括风扇电机，离心风机和抽流风机等）；三是电气控制系统。空调器火灾原因主要有：l、安装不符合要求：门）电源线与电机等连接接头接触不良或松动，过热打火引热空调机塑料外壳等可燃物起火；（2）选用的导线截面积过小造成超负荷起火Z（3）选用的插头容量…     

装载机工作装置油气减振系统刚度计算

介绍了装载机工作装置油气减振系统结构和工作原理，建立了装载机工作装置油气减振系统非线性数学模型，得出了该系统的刚度计算方法。分析了负载和蓄能器充气压力的变化对油气减振系统刚度的影响。     

邯郸击实膨胀土变形规律的试验分析

采用室内实验对邯郸击实膨胀土的膨胀变形进行测试,根据试验结果对击实膨胀土变形规律及膨胀变形速率进行了定性分析,分析得出膨胀率与初始含水率、初始干密度、竖向压力相关关系,并给出了膨胀率与它们的综合定量关系。     

双分支特征融合网络的步态识别算法

目的 在步态识别算法中,基于外观的方法准确率高且易于实施,但对外观变化敏感;基于模型的方法对外观变化更加鲁棒,但建模困难且准确率较低。为了使步态识别算法在获得高准确率的同时对外观变化具有更好的鲁棒性,提出了一种双分支网络融合外观特征和姿态特征,以结合两种方法的优点。方法 双分支网络模型包含外观和姿态两条分支,外观分支采用GaitSet网络从轮廓图像中提取外观特征;姿态分支采用5层卷积网络从姿态骨架中提取姿态特征。在此基础上构建特征融合模块,融合外观特征和姿态特征,并引入通道注意力机制实现任意尺寸的特征融合,设计的模块结构使其能够在融合过程中抑制特征中的噪声。最后将融合后的步态特征应用于识别行人身份。结果 实验在CASIA-B （Institute of Automation,Chinese Academy of Sciences,Gait Dataset B）数据集上通过跨视角和不同行走状态两种实验设置与目前主流的步态识别算法进行对比,并以Rank-1准确率作为评价指标。在跨视角实验设置的MT （medium-sample training）划分中,该算法在3种行走状态下的准确率分别为93.4%、84.8%和70.9%,相比性能第2的算法分别提升了1.4%、0.5%和8.4%;在不同行走状态实验设置中,该算法在两种行走状态下的准确率分别为94.9%和90.0%,获得了最佳性能。结论 在能够同时获取外观数据和姿态数据的场景下,该算法能够有效地融合外观信息和姿态信息,在获得更丰富的步态特征的同时降低了外观变化对步态特征的影响,提高了步态识别的性能。