镦挤变形的数值模拟

建立了镦挤变形的模式，采用上限元技术模拟了镦挤变形的全过程，并讨论了摩擦和模口尺寸等参数对变形力和金属流动的影响。     

基于YOLO的轻量红外图像行人检测方法

红外图像中行人的快速检测一直是计算机视觉领域的热点和难点。针对红外图像行人目标检测算法检测速度和检测精度难以平衡,算法模型体积较大,在中低性能设备中难以部署和实时运行的问题,提出了一种基于YOLO算法的轻量红外图像行人检测方法。在分析了MobileNet-v3等轻量网络在YOLO-v3算法上的性能和特点之后,该方法提出了引入注意力机制的轻量特征提取网络(CSPmini-a)、特征融合模块和解耦检测端分类回归结构三种改进措施,在满足网络模型轻量的情况下保证了一定的检测精度。实验表明,该方法有效的实现了红外图像行人目标检测的准确性和快速性。     

超声无磨料抛光机理研究

介绍了超声抛光的优缺点,重点从超声无磨料抛光脉冲特点和能量集中效应、工艺系统的刚化、工件表层金属的变形及超声振动改变抛光过程的摩擦性质四个方面探讨了超声无磨料抛光机理。并与常规挤压抛光进行了对比分析。     

略谈灯用消气剂五氮化三磷

该文叙述了五氮化三磷新型灯用消气剂的特点和优点，介绍了测定杂合含量的方法和标准，并具体离使用工艺和注意事项。     

基于注意力机制改进的轻量级目标检测算法

针对通用的目标检测算法在检测生活场景下的多类目标时检测精度低、速度较慢的问题,提出了一种基于注意力机制改进的轻量级目标检测算法YOLOv4s。该算法以CSPDarknet53-s作为主干特征提取网络提取图像特征,通过注意力模块进行特征选择,再利用特征金字塔网络对特征进行融合,最后通过检测头分别处理特征融合后的两个输出,进而提高对生活场景下多类目标检测的能力。实验结果表明：相比改进前的算法,YOLOv4s算法在PASCAL VOC数据集上的平均均值精度（mAP）及MS COCO数据集上的平均精度（AP）都有一定程度的提升;相较于轻量级算法Efficientdet,YOLOv4s算法在MS COCO数据集上的AP也有一定提高,并且实现了有效的显著目标检测。     

基于MSC Nastran的汽车ESP安装支架优化与设计

为提升汽车ESP安装支架的动力学性能,利用MSC Nastran对其进行强迫运动分析.分析支架系统的共振频率和加速度的最大增益特性,并根据分析结果对原始模型进行优化设计,提升ESP支架性能,从而保证车辆在各种状况下行驶的稳定性及安全性.使用仿真和台架试验的方法验证优化后的支架性能,二者结果非常接近,表明该仿真方法可为ESP支架的优化设计提供参考.     

基于非局部感知网络的运动目标跟踪方法

针对跟踪运动目标过程中网络对目标被遮挡或目标周围存在干扰物敏感,从而导致不可靠的响应位置和错误跟踪框的问题,提出一种基于深度学习的免锚框孪生卷积网络跟踪方法。首先,通过非局部感知网络来学习目标引导的特征权重,该权重用于细化目标模板分支和搜索分支的深度特征,以监督的方式利用两个分支特征的远程依赖性,从而有效抑制噪声干扰。其次,进一步开发一个包围框感知块将多维回归特征与跟踪质量相关联,这个模块加强目标模板分支和搜索分支之间的相互作用,提高网络定位准确性。在标准数据集上的实验结果表明,所提方法能实时跟踪目标,并在准确度上获得提升。     

某矿尾矿选钛试验研究

对某矿尾矿主要成分进行了分析,采用磁选-浮选流程开展选钛试验研究,主要进行了磁选条件试验、脱硫试验、浮选条件试验,取得了较好的试验结果,为该铁尾矿钛资源回收利用奠定了基础.     

灯用消气剂五氮化三磷

五氮化三磷一般有4种形态,即无定形和α-、β-、γ-3种晶态,通常我们采用α-P3N5作灯用消气剂,究其原因我们作如下分析.     

浅谈灯用消气剂叠氮化钡含量检测

主要论述在测试灯用消气剂叠氮化钡主含量中，测试条件中的烘样温度对于测试结果的影响。