平行皮肤:基于视觉的皮肤病分析框架

随着计算机与人工智能的快速发展,基于图像感知的皮肤病分析方法取得一些成果.然而,以深度学习为主的计算机辅助分析方法依赖于领域专家标注的医学大数据,诊断结果缺乏医学可解释性.为此,文中提出基于视觉的皮肤病分析统一框架——平行皮肤.启发于ACP方法与平行医学图像分析框架,通过构建人工皮肤图像系统实现数据选择与生成,通过预测学习的计算实验完成诊断分析模型构建与评估,并利用描述学习与指示学习融合专家知识,引导人工图像系统数据生成与选择,从而实现闭环诊断分析模型优化.     

SBS改性无卤阻燃沥青的研制

为满足道路交通对沥青产品的路用指标与阻燃性能的要求,选用辽河90#沥青为原料,SBS为改性剂,研制了一种路用性与阻燃性兼备的改性阻燃沥青产品。通过考察复合阻燃剂的加入量对沥青产品极限氧指数的影响,确定了复合阻燃剂的最优加入量,并研究了调和剂剂量对沥青产品理化性质的影响,考察了生产工艺中加工温度与剪切时间对沥青的针入度与软化点的影响,确定调和剂的加入量与生产工艺参数。最终生产出了SBS改性无卤阻燃沥青。经测试,产品符合JTJ036-98(I-A)标准并且极限氧指数为32。     

采用状态扩展MPC与转角补偿的无人车路径跟踪控制

采用传统模型预测控制（MPC）的无人车难以同时保证路径跟踪精度和实时性,针对此问题,本文设计了一种采用状态扩展MPC与转角补偿的路径跟踪控制器。建立了车辆三自由度动力学模型,设计了基于状态扩展的双反馈MPC控制器,并根据车速调整控制器参数;建立了车辆-道路跟踪模型,根据车辆横向和航向偏差设计了转角补偿模糊控制器;利用MATLAB/Simulink和Carsim软件对所设计的路径跟踪控制器进行联合仿真分析。结果表明：相比采用传统MPC控制器的车辆,在中、低车速下,状态扩展MPC控制器的控制增量求解时间平均值降低14%以上,路径跟踪控制器跟踪道路的横向和航向偏差最大值分别降低23%和17%以上,具有较好的路径跟踪性能。     

硅橡胶性能概述与配合

阐述硅橡胶的总体性能及特殊性能, 并就配合和加工方法的选择及优化提供了一些建议。     

基于贝叶斯生成对抗网络的背景消减算法

背景消减是计算机视觉和模式识别的关键技术之一.本文提出一种新的背景消减算法,该算法首先利用中值滤波算法进行背景数据的获取,然后基于贝叶斯生成对抗网络进行训练,利用生成对抗网络的特性,有效地对每个像素进行分类,解决了光照渐变和突变、非静止背景以及鬼影的问题.本文采用深度卷积神经网络,来构建贝叶斯生成对抗网络的生成器和判别器.实验结果表明,本文提出的算法性能在绝大多数情况下优于现有其他算法.本文的贡献在于首次将贝叶斯生成对抗网络应用于背景消减,并且取得了良好的实验效果.     

减震橡胶支座的技术改进

介绍了减震橡胶支座的技术水平和发展趋势及其在楼房建筑减震方面的应用。指出减震橡胶支座在结构方面更趋于多类型减震支座的兼容设置,橡胶选择上向多胶种并用发展;粘合剂选择上更强调特殊性和针对性。产品结构上出现了LRB叠层橡胶件。LRB叠层橡胶件与空气弹簧组成的三维系统减震件有很好的防震效果。     

交叉电容式传感器研究进展综述

本文介绍了交叉电容原理的起源和发展历程。讲述交叉电容用于电容基准的研究现状以及对1pF电容量的测量不确定度逐步降低到10-8。综述了交叉电容器用于传感器制作的方法和原理以及典型应用,对比传统电容传感器对交叉电容式传感器进行了如下分类：变介质型、变面积型和变极板间距型,并对它的优缺点进行了分析;最后讲述了微小电容检测的方法。在分析现有交叉电容传感器的研究基础上,探讨了如何进一步优化交叉电容式传感以及发展方向。通过对现有的交叉电容式传感器进行综述归纳,使得电容传感器体系更加完善同时为后续的交叉电容器研究提供参考。     

地震作用下预应力锚索对岩石边坡稳定性影响的模拟方法及锚索优化研究

以西部某水电岩石高边坡为背景,采用杆单元和杆单元节点集中力的方法模拟边坡自由式预应力锚索,通过有限元模拟和拟静力法分析相结合的分析方法,由有限元软件计算在地震作用下的锚索内力分布、边坡位移,并通过自编后处理程序计算出最不利结构面组合下的边坡整体稳定性安全系数。在此基础上,研究预应力锚索的锚固角度、预应力大小、锚固深度、锚索排间距与结构面之间的空间关系对地震作用下边坡变形和整体稳定性的影响规律,并以此为依据提出预应力锚索优化设计方法。     

催化臭氧氧化法深度处理腈纶废水的研究

以活性炭为载体,采用浸渍法制备Ni/C催化剂,应用于臭氧催化氧化腈纶废水技术中。考察了臭氧效率、催化剂投加量、pH及催化氧化时间对腈纶废水COD去除率的影响。结果表明:在臭氧效率50%、催化剂投加量2 g、pH=10.0、催化臭氧氧化时间40 min的实验条件下,对腈纶废水的COD去除率达到83.1%。     

基于低精度量化的大规模MIMO-OFDM系统可达速率的研究

该文针对大规模MIMO-OFDM系统,研究当基站端仅配备低精度模数转换器且采用最大比合并(MRC)接收算法时系统中用户可达速率的性能。通过采用加性量化噪声模型(AQNM)将非线性量化函数转化为线性量化函数,首先推导得出用户上行可达速率的闭式表达式。然后基于此表达式,将具备低精度模数转换器系统与传统具有无穷精度的模数转换器系统性能进行分析比较。最后将该文所得到的结果进行仿真分析。同时,该文还指出通过增加基站端天线数目可以弥补由于低精度模数转换器所造成的系统性能的损失。