铸件的表面热着色技术

简述了艺术铸造热着色技术在国内的发展过程,介绍了目前热着色技术的四大流派,分析了热着色存在的主要问题,并对艺术铸造热着色的发展方向进行了展望,有助于热着色技术在行业内快速普及.     

仙游抽水蓄能电站尾水系统充排水试验

为检查工程质量,查找输水系统可能存在的问题并消除隐患,保障电站安全运行,福建仙游抽水蓄能电站在投产发电前,要对输水发电系统进行充水试验与放空排水试验,在试验过程中监测输水系统的应力、应变与渗漏水情况。本文以尾水系统为例,介绍了试验所应具备的工程条件、工作程序及技术要求、试验成果分析和存在问题处理等。试验表明,仙游抽水蓄能电站尾水系统设计合理,施工质量优良,结构可靠,可供同类工程参考与借鉴。     

前混合磨料射流锚杆拆除装置设计

介绍锚杆应用及常用的拆锚方法,针对现有前混合磨料射流退锚装置存在锚杆拆卸时间长、工人作业环境差、装置部件锈蚀维护性差等问题,提出了一种前混合磨料射流退锚改进装置,并进行现场试验,结果表明,所改进设计装置具有退锚时间短、对工人伤害小、操作简便、部件维护周期长和无需专门配备泵站等特点,对进一步提高锚杆拆除效率具有重要参考价值。     

反腐倡廉建设中党校的价值体现及其实施路径

党校教育在预防腐败中的基础性作用价值,包括党校教育对形成反腐倡廉思想潜移默化作用、积极的导向作用等,反腐倡廉中党校价值的实施路径,则主要体现在:突出重点,着力提高党校教育的贡献度,强化党校作为执政党思想输出的主渠道作用等。     

采用八叉树和OSG分页结点的海量点云三维可视化

针对现有海量点云可视化方法存在索引构建时间长、内存占用大等问题，研究一种八叉树索引结合OSG分页结点的快速可视化方法，可在占用较小内存的基础上快速建立点云索引并实时调度。采用八叉树索引结构对海量点云进行数据组织，建立各层级的八叉树结点并以文件映射的方式分块保存，对结点文件重组织转换为支持OSG渲染引擎的多分辨率点云数据。采用基于OSG分页结点的实时调度技术，对海量点云进行高质量可视化。与目前两款主流的点云数据处理商业软件进行实验对比分析，结果表明所提方法具有索引建立速度快、内存占用小等优点，同时可视化交互更加流畅，适用于各种配置计算机下海量点云数据的调度管理与实时可视化。     

Effect of stoichiometry and Cu-substitution on the phase structure and hydrogen storage properties of Ml-Mg-Ni-based alloys

To improve the electrochemical properties of rare-earth–Mg–Ni-based hydrogen storage alloys, the effects of stoichiometry and Cu-substitution on the phase structure and thermodynamic properties of the ...     

丙烷脱沥青装置调合前沥青的综合利用

在丙烷脱沥青装置加热炉试烧装置自产调合前沥青,通过观察油枪雾化沥青的能力、火嘴的燃烧情况以及燃烧后的烟尘状况,筛选出适合沥青燃烧的油枪,最终实现调合前沥青直接做加热炉燃料、减少重油出厂量的目的。     

空间质子探测仪器定标的10 MeV质子束源需求分析

分析了国内空间质子探测现状及其向着宽量程、高精度的发展趋势,并对比分析了国内外空间粒子探测仪器地面质子束源。依据空间质子能谱范围,从技术指标和业务运行角度,给出了空间质子探测仪器定标束流的加速器类型、离子源类型及束流输运和总体布局等方面需求。     

关于控制维护作业单井成本的思考

对江汉采油厂某作业区维护作业2012-2014年维护作业成本支出现状进行对比分析,找到维护作业成本支出逐年增加的主要原因是单井成本的增加。面对这个问题,精挖细掘,层层剥出成本控制的潜力点,变被动为主动,力争2015年维护作业成本控制在计划之内。     

Model Selection for Unsupervised Learning of Visual Context

This study addresses the problem of choosing the most suitable probabilistic model selection criterion for unsupervised learning of visual context of a dynamic scene using mixture models. A rectified Bayesian Information Criterion (BICr) and a Completed Likelihood Akaike’s Information Criterion (CL-AIC) are formulated to estimate the optimal model order (complexity) for a given visual scene. Both criteria are designed to overcome poor model selection by existing popular criteria when the data sample size varies from small to large and the true mixture distribution kernel functions differ from the assumed ones. Extensive experiments on learning visual context for dynamic scene modelling are carried out to demonstrate the effectiveness of BICr and CL-AIC, compared to that of existing popular model selection criteria including BIC, AIC and Integrated Completed Likelihood (ICL). Our study suggests that for learning visual context using a mixture model, BICr is the most appropriate criterion given sparse data, while CL-AIC should be chosen given moderate or large data sample sizes.