排序方式: 共有14条查询结果,搜索用时 296 毫秒
1.
本文简单介绍了类金刚石膜的制备方法、并讨论了膜成分、结构、电阻率、硬度、内应力和附着力等性能,总结了类金刚石膜在机械、电子、声学、电子计算机、光学和医学等领域的应用状况以及将来的发展趋势。 相似文献
2.
3.
用于增强作用的炭黑填充物的改性一直是很多研究人员研究的课题。选定齐聚物和聚合物在炭黑表而进行接枝,使用不同助促进剂和偶联剂使其表面氧化,以及各种活性剂与炭黑之间的反应,在至今所开发的方法中是值得一提的。研究人员用不同的方法获得各种结果。Donnet和同事以及后来的Ohkita、Tsubokawa和同事在炭黑表面上接枝齐聚物和聚合物,对炭黑增强活性没有明显改善。Harris和Wise指出,对不同的弹性体, 相似文献
4.
目的 在视觉引导的工业机器人自动拾取研究中,关键技术难点之一是机器人抓取目标区域的识别问题。特别是金属零件,其表面的反光、随意摆放时相互遮挡等非结构化因素都给抓取区域的识别带来巨大的挑战。因此,本文提出一种结合深度学习和支持向量机的抓取区域识别方法。方法 分别提取抓取区域的方向梯度直方图(HOG)和局部二进制模式(LBP)特征,利用主成分分析法(PCA)对融合后的特征进行降维,以此来训练支持向量机(SVM)分类器。通过训练Mask R-CNN(regions with convolutional neural network)神经网络完成抓取区域的初步分割。然后利用SVM对Mask R-CNN识别的抓取区域进行二次分类,完成对干扰区域的剔除。最后计算掩码完成实例分割,以此达到对抓取区域的精确识别。结果 对于随机摆放的铜质金属零件,本文算法与单一的Mask R-CNN及多特征融合的SVM算法就识别准确率、错检率、漏检率3个指标进行了比较,结果表明本文算法在识别准确率上较Mask R-CNN和SVM算法分别提高了7%和25%,同时有效降低了错检率与漏检率。结论 本文算法结合了Mask R-CNN与SVM两种方法,对于反光和遮挡情况具有一定的鲁棒性,同时有效地提升了目标识别的准确率。 相似文献
5.
6.
7.
将我国国标与美国协会标准、日本工业标准关于硫化橡胶粉的分类方法进行对比,分析各自的特点;将我国国标、行标与美国专业标准关于铺路沥青改性用胶粉的分类方法进行比较,可以看出两者在胶粉应用技术水平上的差距。 相似文献
8.
9.
10.