浅析动画角色塑造中服装设计的作用与应用

随着电子科技与数字媒体的快速发展,多元化融合的跨界合作也涵盖了动画设计与服装设计这两个行业,现代服装设计在动画角色造型设计中能起到表现剧本、传达故事设定、塑造人物角色的作用.同时在丰富的动画产业链发展的大环境下,动画与服装形成了相互影响相互推动的关系.     

矿用带式输送机智能监测系统研究

针对矿用带式输送机运行过程中存在的托辊、滚筒等关键部件与输送带摩擦发热,钢丝绳芯输送带内部损伤与撕裂,运行功耗大等问题,设计了一种矿用带式输送机智能监测系统。该系统包括基于弱磁检测法的钢丝绳芯输送带损伤监测系统、基于红外热成像温度检测法的带式输送机关键部件故障诊断与预警系统和基于视觉检测法的煤流监测、异物监测、胶带撕裂监测及人员安全监测系统,详细介绍了各系统的实现原理。对钢丝绳芯输送带内部损伤识别及带式输送机关键部件故障诊断预警进行了实验验证,结果表明该系统对钢丝绳芯输送带损伤识别的准确率约为98%,且可准确识别带式输送机关键部件故障并发出预警。     

电力工业进入新时代及新能源投资思路邹议

文章从党的十九大精神出发,结合自2002年电力体制改革至今的15年电力发展成果和当今形势,以历史和世界视角,试论电力工业进入新时代以及新时代的特点,对"十三五"后半程及展望2035年新能源投资思路提出初步思考。     

基于模糊谱聚类的不确定蛋白质相互作用网络功能模块挖掘

针对谱聚类融合模糊C-means（FCM）聚类的蛋白质相互作用（PPI）网络功能模块挖掘方法准确率不高、执行效率较低和易受假阳性影响的问题，提出一种基于模糊谱聚类的不确定PPI网络功能模块挖掘（FSC-FM）方法。首先，构建一个不确定PPI网络模型，使用边聚集系数给每一条蛋白质交互作用赋予一个存在概率测度，克服假阳性对实验结果的影响；第二，利用基于边聚集系数流行距离（FEC）策略改进谱聚类中的相似度计算，解决谱聚类算法对尺度参数敏感的问题，进而利用谱聚类算法对不确定PPI网络数据进行预处理，降低数据的维数，提高聚类的准确率；第三，设计基于密度的概率中心选取策略（DPCS）解决模糊C-means算法对初始聚类中心和聚类数目敏感的问题，并对预处理后的PPI数据进行FCM聚类，提高聚类的执行效率以及灵敏度；最后，采用改进的边期望稠密度（EED）对挖掘出的蛋白质功能模块进行过滤。在酵母菌DIP数据集上运行各个算法可知，FSC-FM与基于不确定图模型的检测蛋白质复合物（DCU）算法相比，F-measure值提高了27.92%，执行效率提高了27.92%；与在动态蛋白质相互作用网络中识别复合物的方法（CDUN）、演化算法（EA）、医学基因或蛋白质预测算法（MGPPA）相比也有更高的F-measure值和执行效率。实验结果表明，在不确定PPI网络中，FSC-FM适合用于功能模块的挖掘。     

活性炭改性钼基催化剂用于高CO焦炉气加氢脱硫

以活性炭与拟薄水铝石为载体制备了Fe-Mo/C-Al_2O_3和Co-Mo/C-Al_2O_3催化剂,利用XRD和H2-TPR等方法对催化剂进行了表征,同时考察了催化剂用于高碳焦炉气加氢脱硫时的催化性能。实验结果表明,Fe-Mo/C-Al_2O_3和Co-Mo/C-Al_2O_3催化剂的平均孔径高于商业催化剂,金属活性组分分散性较好。Fe-Mo/C-Al_2O_3催化剂催化烯烃加氢饱和的起活温度低,在260℃左右烯烃加氢饱和即可充分进行,优于商业焦炉气加氢脱硫催化剂。Co-Mo/C-Al_2O_3催化剂的加氢脱硫低温活性优异,甲烷化副反应比商业催化剂弱得多。Fe-Mo/C-Al_2O_3和Co-Mo/C-Al_2O_3可分别作为一段和二段加氢脱硫催化剂,适用于高CO焦炉气工况。     

一种近似最小有效瓶颈优先的Coflow调度机制

针对先验知识未知场景下的Coflow调度问题,提出一种近似最小有效瓶颈优先的Coflow调度方法。通过结合Coflow当前大小和宽度决定Coflow的调度顺序,并区分出流大小以及短与长等特征的Coflow,从而加大调度优化的空间。实验结果表明,与先验知识未知场景下的Aalo方法相比,该方法可使Coflow的平均完成时间降低33.2%,相较于先验知识已知场景下的SEBF方法,Coflow平均完成时间与其仅有7.3%的性能差距。