基于邻层数据匹配的工业 CT 图像生成 G 代码方法

针对目前工业CT图像转换为3D打印G代码方法效率低的问题,提出一种基于邻层数据匹配的工业CT图像直接转换成G代码的方法。首先采用Canny算子提取工业CT图像的轮廓,然后处理轮廓分叉问题,实现邻层间几何信息数据匹配,其次进行邻层间轮廓插值以满足3D打印层间厚度要求,从而避免"阶梯效应",最后通过填充编码得到用于3D打印的G代码。使用本文提出的方法,轮毂CT图像转换为G代码的时间为10.5 s,耗时远小于其他间接转换方法;3D打印出的轮毂无"阶梯效应",平均尺寸误差率为0.25%。实验结果表明,该方法不涉及中间格式,转换效率高,转换误差与传统方法相当,适用于具有复杂内腔结构的零件。     

绝对式光电编码器的编码理论研究进展

介绍了用于角度测量的绝对式光电旋转编码器的编码理论研究概况,具体包括反射式格雷码、矩阵码、m序列码和单码道格雷码的绝对位置编码方法和编码特征。绝对位置编码的发展过程是以唯一性和单变性为基础特性,以单码道性为最终目标进行编码矩阵列数的缩减。目前,编码类型的发展经历了n条码道的反射式格雷码、n/3条码道矩阵码、2条码道的m序列码以及1条码道的单码道格雷码,已经达到单码道的最终目标。由于单码道格雷码编码理论尚不完善,仍依赖搜索获得编码,因此其快速构造方法是未来绝对位置编码理论的发展方向。最后,对近几年发展起来的基于图像传感器的非编码测量方法进行了介绍和展望,该方法是对传统测量方法的颠覆,有望成为光电式旋转编码器的另一个发展方向。     

压下率对大厚度比Al/Mg/Al层合板性能的影响

采用0.2 mm Al+5 mm Mg+0.2 mm Al的组坯方式,400℃保温10 min热轧制得大厚度比Al/Mg/Al层合板,研究了压下率对其界面结合、镁基材组织及拉伸性能的影响。对压下率为41%、49%和60%热轧制备的Al/Mg/Al层合板进行了界面SEM观察、微观组织观察、拉伸实验及拉伸断口的观察。结果表明,大厚度比Al/Mg/Al层合板在压下率为60%时,边部的附加拉应力造成边裂的出现;经41%压下率热轧可实现界面结合,但存在微缺陷,压下率为49%及以上可实现良好结合;压下率对Al/Mg/Al层合板的屈服强度和抗拉强度影响较小,对其伸长率影响较大。随着压下率增加,伸长率先增加后减小。压下率为49%时,伸长率最大为26%,其原因在于该工艺下镁基材的晶粒均匀细小,韧性提高。     

通过加快数据读取速度应对大批量数据读入超时问题的研究

信息学奥赛旨在推动普及、开阔学生的视野、拓展学生的知识面、培养学生的计算思维.信息学奥赛题目中,经常会遇到一些大批量数据的读入问题,很多初学者使用scanf标准数据读入方法,发现数据还没有完全读入,就已经超出题目的运行时限,导致得分率很低.为此,需要探究解决读取数据时间过长的问题.     

坐席管理与大屏幕处理一体化融合系统

针对控制室大屏幕控制与多个系统业务操作不便的困难,构建一个坐席管理与大屏幕处理一体化融合的处理系统,研究信号处理与坐席管理一体化融合、键鼠自由无缝漫游控制多设备等关键技术,满足大型复杂控制室、调度指挥中心当前及未来超大规模超高分辨率信号信息的接入、处理、分析及输出显示需求,并有效管理控制室设备,降低用户成本,解决用户信息安全、各席位工作孤立的问题.     

基于互联网+大数据的智慧教育平台的设计与应用

本文分析教育大数据的研究现状,针对目前教育领域存在问题,运用最新的互联网+大数据技术,建立智慧教育平台,从数据源采集、挖掘、分析到功能应用,形成一体化的解决方案,为教育行业的领导、教师、学生、家长提供数据、决策支撑,推动教学质量提升、教学决策优化、教育信息共享.     

陕西省首个市级气象计量实验室落户西安

2021年1月11日,陕西省首个市级"气象计量检定标准化实验室"在西安市气象局建成,这也是全国首批完成的市级气象计量实验室。该实验室建成后可实现温度、湿度、气压等气象要素的实验室自动化计量检定,可确保观测数据量值传递溯源的准确性和可靠性,进一步增强气象数据的可用性,提高市级国家自动气象站、区域自动气象站的计量效率。     

互联网医院支付平台的数据整合

从顶层设计开始,强化了数据的规范性、完整性,以统一的数据标准对多源异构数据进行归一化处理.在大数据利用层面,利用经过数据治理之后的数据中心的大数据资源,达到互联互通、数据共享的效果.最终形成互联网和医院内网数据的互联互通,为患者构建一个诊疗服务全流程自助服务的应用模式.     

基于数据融合与迁移学习的学生表情识别研究

学生表情逐渐成为感知学生状态的重要途径,因此准确的识别学生表情因具有重要价值而受到广泛的关注.本文针对学生表情识别这一问题,提出基于数据融合与迁移学习的识别模型,该模型融合3个数据集,以解决学生表情数据缺乏与多样性问题,同时引入迁移学习来提升预测精度.在数据集及实际学生表情图像上的实验结果表明,本文提出的模型可以准确识别学生表情,提升了预测精度.     

网络招聘数据可视化系统的设计与实现

由于新冠肺炎疫情的影响,传统的线下招聘变为线上招聘,求职者的就业压力急剧增大。面对各大招聘网站中的海量信息,如何高效、直观地获取求职者想要的招聘信息是目前研究的热点。本文利用网络爬虫技术获取Boss直聘网的招聘数据,并用PHP设计实现相应的数据可视化系统。实验结果表明,该系统具有良好的扩展性能,在任何网络环境中,均能准确获取数据并显示结果。求职者通过此系统可以全面认识当前行业的招聘现状,对当代大学生的求职就业具有指导意义。