紫铜熔铸过程中非金属元素的控制

本文讨论了紫铜熔铸过程中非金属元素氢、氧的控制方法、控制范围及非金属元素对铜加工产品的质量可能带来的影响。     

颗粒流化磨损研究进展

介绍了近年来流化磨损测试设备、流化磨损机理以及流化磨损动力学模型等3个方面的研究进展;通过比较单颗粒测试体系和多颗粒测试体系,阐明了多颗粒测试体系更接近工业流化磨损过程,并且介绍了实验室流化床测试设备的发展;概括了颗粒流化磨损的两种典型机理：表面磨损和体相断裂。综述了现有的流化磨损动力学模型,指出了流化磨损时变规律是研究颗粒流化磨损的基础,目前的时变规律模型是分段函数的形式,未能把流化磨损的起始阶段和平衡阶段统一起来;其他磨损模型致力于描述流化气速和流化床结构与磨损速率的关系。指出今后需在时变规律、颗粒性质和鼓泡特征等方面加强对流化磨损的研究,以满足完善流化磨损机理和开发高耐磨损性颗粒材料的需要。     

面向人脸年龄估计的深度融合神经网络

目的 为了提高人脸图像年龄估计的精度,提出一种端对端可训练的深度神经网络模型来进行人脸年龄估计。方法 该网络模型由多个卷积神经网络（CNN）和一个深度置信网络（DBN）堆叠而成,称为深度融合网络（DFN）。首先使用多个并联的CNN提取人脸图像多个区域的外观特征,将得到的特征进行串接输入一个DBN网络进行非线性融合。为了实现DFN的端到端的整体训练,提出一种逐网络迭代训练（INWT）的机制。为了降低过拟合效应,那些对应人脸局部图像的CNN经过多次迭代迁移学习实现面向人脸年龄估计任务的训练。完成对DFN中所有CNN和DBN的预训练后,再进行全网络端到端的整体精调。结果 在两个人脸年龄图像库MORPHⅡ和FG-NET上对本文方法进行测试,实验结果显示基于DFN的人脸年龄估计方法能在两个人脸图像库中分别取得平均绝对误差（MAE）等于3.42和4.14的估计精度,与目前主流的年龄估计算法,如基于浅层学习的CA-SVR方法（两个数据库上取得的MAE分别等于5.88和4.75）,基于深度学习的DeepRank+方法（MORPHⅡ数据库上取得的MAE为3.49）和Deep-CS-LBMFL方法（FG-NET数据库上取得的MAE为4.22）等相比,估计精确度明显提高。结论 本文提出基于深度融合网络的人脸年龄估计方法与当前大部分基于深度神经网络的主流算法相比具有明显的优势。     

吸油烟机双面均匀进风风机系统的研究

本文研究的是双面均匀进风风机系统在吸油烟机上应用的技术可行性,以及工作原理、关键技术;采用双面均匀进风风机系统的吸油烟机通过了整机的相关测试和验证,具有提高风量、降低噪音等诸多优点。