排序方式: 共有15条查询结果,搜索用时 15 毫秒
1.
随着国家对相关行业的产业结构调整和环境治理力度的加大,以及我国环境保护和治理政策不断出台并且标准不断提高,国内工业企业对空气滤芯的需求越来越旺盛。空气滤芯在部件加工完成后的拼装一般由人工完成,文章介绍一种新型空气滤芯自动螺旋绕胶粘带固褶机的机构设计,从而解决人工装配效率低下的问题。 相似文献
2.
平江传梓源铌钽锂稀有金属矿床位于幕阜山岩体南西缘,大地构造位置位于扬子板块东南缘江南造山带中段。文章通过铌钽锂矿石的微量元素和稀土元素的组成及其空间上的演化规律,探讨铌钽锂的成矿作用过程,进一步探讨该矿床的矿床成因。自北至南,传梓源铌钽锂稀有金属矿区依次出现幕阜山岩体→微斜长石伟晶岩→微斜长石—钠长石伟晶岩→钠长石伟晶岩→含铌钽的钠长石—锂辉石伟晶岩。该区含矿伟晶岩与幕阜山早期黑云母二长花岗岩的微量元素和稀土元素分布基本一致,表明该区伟晶岩为幕阜山花岗质岩浆结晶演化的产物。对比4种不同类型的伟晶岩发现,Sr元素含量与Nb、Ta的含量呈正相关。微斜长石伟晶岩至钠长石伟晶岩均呈现铕负异常,而含铌钽的钠长石—锂辉石伟晶岩却呈现铕正异常,这可能与富含铌、钽、锂的碱质气水热液叠加自交代(钠化)相关。该区各类型伟晶岩是幕阜山花岗质岩浆结晶分异后期的产物,在伟晶岩原结晶阶段时Nb、Ta等成矿物质发生初步富集,而含铌钽的钠长石-锂辉石伟晶岩可能为富含铌、钽、锂的碱质气水热液叠加自交代的结果。 相似文献
3.
目的 为了提升基于单模态B型超声(B超)的乳腺癌计算机辅助诊断(computer-aided diagnosis,CAD)模型性能,提出一种基于两阶段深度迁移学习(two-stage deep transfer learning,TSDTL)的乳腺超声CAD算法,将超声弹性图像中的有效信息迁移至基于B超的乳腺癌CAD模型之中,进一步提升该CAD模型的性能。方法 在第1阶段的深度迁移学习中,提出将双模态超声图像重建任务作为一种自监督学习任务,训练一个关联多模态深度卷积神经网络模型,实现B超图像和超声弹性图像之间的信息交互迁移;在第2阶段的深度迁移学习中,基于隐式的特权信息学习(learning using privilaged information,LUPI)范式,进行基于双模态超声图像的乳腺肿瘤分类任务,通过标签信息引导下的分类进一步加强两个模态之间的特征融合与信息交互;采用单模态B超数据对所对应通道的分类网络进行微调,实现最终的乳腺癌B超图像分类模型。结果 实验在一个乳腺肿瘤双模超声数据集上进行算法性能验证。实验结果表明,通过迁移超声弹性图像的信息,TSDTL在基于B超的乳腺癌诊断任务中取得的平均分类准确率为87.84±2.08%、平均敏感度为88.89±3.70%、平均特异度为86.71±2.21%、平均约登指数为75.60±4.07%,优于直接基于单模态B超训练的分类模型以及多种典型迁移学习算法。结论 提出的TSDTL算法通过两阶段的深度迁移学习,将超声弹性图像的信息有效迁移至基于B超的乳腺癌CAD模型,提升了模型的诊断性能,具备潜在的应用可行性。 相似文献
4.
简单介绍了熔融材料堆积成形(FDM)技术的制造过程,分析了FDM成形精度的影响因素,重点分析了成形工艺参数对制件精度的影响,在此基础上选择四个关键工艺参数为因素并赋以三个水平,按照L9(34)表进行正交试验。通过试验的数据对尺寸误差和翘曲误差进行分析,得出了成形最优的工艺组合。 相似文献
5.
6.
混凝土坝的总变形可以归结为由水压和温度变化引起的变形以及随时间发展的变形。其中,水压变形和温度变形体现为总变形中的周期性分量,而时效变形体现为总变形中的趋势性分量。借助复合建模思想,提出一种混凝土坝变形Wavelet-EGM-PE-ARIMA组合预测模型。首先利用小波多分辨分析功能,分解出大坝变形时间序列中的趋势性项、周期性项;其次,运用EGM模型实现对趋势性项的有效预测,采用周期外延模型实现对周期性项的有效预测,在此基础上,利用ARIMA模型实现对EGM模型和周期外延模型残差项的有效预测;最后通过某工程实例,检验所提出模型的有效性。计算结果表明:该组合模型充分考虑大坝各变形分量的变化规律,并基于此,实现对大坝变形时间序列有效的拟合和预测,且其拟合和预测精度均明显优于传统统计模型。 相似文献
7.
气溶胶质量浓度是评价大气环境变化的关键参数,光散射法是测量该参数的有效方法。但现有反演模型多采用散射光信号积分量反演质量浓度,导致颗粒物细化信息丢失,且未考虑颗粒形貌因素。针对上述问题,本文提出了一种采用散射光信号幅度分布反演气溶胶质量浓度的分形模型,充分利用了颗粒散射光的信号幅度信息与数目信息,有效提高了反演精度。实验结果表明:对于烟尘和空气样品,分形模型质量浓度反演值与实际测量值吻合,拟合直线斜率与1的绝对差为0.034和0.016,相关系数高于0.999,实验平均相对误差均小于7.7%,而电压积分量反演的质量浓度平均相对误差则在18.7%以内。该研究为光散射法应用于在线监测气溶胶质量浓度提供了一种新的精确反演方法。 相似文献
8.
9.
表征混凝土坝服役性态变化的监测效应量,其变化客观反映了大坝的工作性态变化,为确保大坝的安全运行,需对相应的监测效应量拟定安全监控指标,传统的方法在假定一定失效概率的前提下拟定监控指标,人为因素影响较大。经对传统方法不足的分析,基于典型小概率方法和层次分析法的思想,提出了混凝土坝服役性态评价等级属性不等区间的划分方法,在此基础上,综合运用最大熵原理,构建反映混凝土坝服役性态变化的监测效应量概率密度函数,提出拟定对应大坝服役性态评价不同等级属性的监测效应量安全监控指标的方法,并通过工程实例验证了所提出方法的可行性和有效性。 相似文献
10.
针对混凝土坝变形预测模型中环境量与效应量之间复杂的非线性问题,以及单支持向量机(SVM)模型预测精度不高的问题,提出一种AdaBoost-SVM的混凝土坝变形预测模型,该模型采用结构风险最小化的原则,并借鉴提升算法强化学习的思想,从而提高模型的学习性能,达到增强模型泛化能力和预测精度的目的。结合实例,经过AdaBoost-SVM预测模型对混凝土坝位移原型监测数据进行训练及预测,并将预测结果与单支持向量机模型的预测结果进行对比,结果显示:基于AdaBoost-SVM预测模型得到的均方差为0.5565,平均误差绝对值为0.40,预测精度比单支持向量机模型高出一个数量级;而且相较于单支持向量机预测模型,强化后的模型在预测时段表现出更好的稳定性。该模型综合了提升算法与支持向量机各自的优势,可作为混凝土坝变形预测的一种有效方法。 相似文献