新型外墙保温系统研究

通过对比新型外墙保温系统与普通粘土砖墙及经典外保温系统胶粉聚苯颗粒系统,利用ANSYS软件计算了热应力、变形和温度分布等物理量。计算结果表明,在相同厚度下,几种保温系统均满足强度要求,胶粉聚苯颗粒系统的保温性能优于普通粘土砖墙。     

集体土地所有权调查界址点测量精度探析

当前国家正在开展农村集体土地确权登记发证工作,其中集体土地所有权界址点测量是该项工作的关键环节.界址点坐标测量精度如何保障,怎样才能做到既满足精度又科学合理,对于整个工作的进度影响尤为重要.对所有权界址点测量的精度要求、精度影响、测量方法等进行了初步探析,对目前正在开展的该项工作有指导和借鉴作用.     

煤粉计量仪

煤粉计量仪,是一种应用核辐射源,在线检测燃煤火力发电厂输煤管道内煤粉的密度、计量累积煤耗量及显示输煤管道系统运行状态的仪器设备。其结构示于图1。     

融合迁移学习的Inception-v3模型在古壁画朝代识别中的应用

针对古代壁画图像数量少、质量差、特征提取困难和存在壁画文本与绘画风格相似等问题,提出了一种融合迁移学习的Inception-v3模型来对古代壁画的朝代进行识别与分类。首先,将Inception-v3模型在ImageNet数据集上进行预训练以得到迁移模型;然后,将迁移模型在小型壁画数据集上进行参数微调后对壁画图像提取高层特征;其次,增加两个全连接层来增强特征表达能力,并用颜色直方图与局部二值模式（LBP）纹理直方图提取壁画的艺术特征;最后,将高层特征与艺术特征相融合,用Softmax分类器进行壁画的朝代分类。实验结果表明,所提出的模型训练过程稳定,在构造的小型壁画数据集上,其最终准确率为88.70%,召回率为88.62%,F1值为88.58%,以上各评价指标均优于AlexNet、VGGNet等经典网络模型;与LeNet-5、AlexNet-S6等改进的卷积神经网络模型相比,该模型对各朝代类别准确率平均提升了至少7个百分点。可见,该模型泛化能力强,不易出现过拟合现象,能有效识别壁画所属朝代。     

中国红富士苹果糖、酸、多酚分析及产区溯源模型构建

中国各产区红富士苹果糖、酸、多酚等营养品质存在差异，构建其产地溯源技术有利于实施产区保护、特色产品保真及产业可持续发展。本文对新疆阿克苏、甘肃静宁、陕西洛川、河南灵宝、山东烟台和云南昭通6大产区红富士苹果的糖类、总酸及多酚类等18个营养品质指标进行检测分析，基于多元统计分析筛选有效产地溯源营养品质指标，构建红富士苹果不同产地鉴别的判别模型。结果表明，相对于其他产区，阿克苏红富士苹果总糖和山梨醇等含量偏高；静宁红富士苹果总酚和绿原酸等含量偏高；灵宝红富士苹果儿茶素和根皮素等含量偏高；洛川红富士苹果果糖和根皮苷等含量偏高；烟台红富士苹果糖酸比和芦丁等含量偏高；昭通红富士苹果槲皮苷和表儿茶素等含量偏高。所测果实指标做正交偏最小二乘判别分析，Q²值0.794，矩阵R²X值0.885，区分参数R²Y值0.874，并建立了正确判别率为93.33%有效OPLS-DA产区识别模型。利用线性判别，筛选得到VC、山梨醇、儿茶素、槲皮素糖苷类、槲皮素鼠李糖苷、槲皮苷、芦丁和槲皮素这8个有效指标，能100%区分各个产区红富士。各产区果实糖积累与...     

基于MATLAB的3P2R型装配机器人运动特性分析

针对数据接口体积小及装配精度高的特点,设计了一种3P2R型装配机器人,并利用SolidWorks绘制三维模型。运用MDH法、齐次坐标变换,建立了机器人正逆运动学方程,通过计算验证了运动学正解的正确性。采用Matlab Robotics工具箱对机器人装配作业进行了运动学仿真,通过对末端夹爪运动轨迹、各关节速度及加速度曲线的分析,从而证明机器人设计参数的合理性。研究结果验证了机构运动的可行性,为机器人动力学分析及控制系统设计提供了理论依据。     

改进DeepLabV3+模型在壁画分割中的应用

针对古代壁画图像分割过程中出现的目标边界模糊、图像分割效率低等问题,提出一种融合轻量级卷积神经网络的多分类图像分割模型MC-DM,该模型将DeepLabV3+结构和MobileNetV2相结合,利用DeepLabV3+特有的空间金字塔结构对壁画的卷积特征进行多尺度融合,从而减少壁画分割时的图像细节损失。首先,通过MobileNetV2对输入图像进行特征提取,从而在确保图像信息准确提取的同时减少耗时;其次,通过空洞卷积处理图像特征,从而扩展感受野,并在不改变参数数量的情况下得到更多的语义信息;最后,采用双线性插值的方法对输出特征图像进行上采样,以得到像素级的预测分割图,从而最大限度保证图像分割的准确性。在JetBrains PyCharm Community Edition 2019环境下,利用以1 000张壁画扫描图片制作而成的数据集进行测试,实验结果表明,MC-DM模型较传统的基于SegNet的图像分割模型在训练精确度上提升了1个百分点,较基于PSPNet的图像分割模型在精确度上提升了2个百分点,且MC-DM模型的峰值信噪比（PSNR）较实验对比模型平均提高了3～8 dB,充分验证了该模型在壁画分割领域的有效性。所提模型为古代壁画图像分割提供了新的思路。     

适应性增强胶囊网络的古壁画朝代识别算法

针对壁画图像自身存在多义性、不同朝代的壁画绘画风格存在差异性和传统的人工直接参考壁 画文本或历史文献识别壁画朝代存在费时、费力等问题,提出了适应性增强胶囊网络(AEC)的古壁画朝代识别 算法,对莫高窟壁画自动进行朝代识别。在原生胶囊网络基础上,首先引入预先卷积结构对壁画图像进行高层 特征提取;其次增加均层激活增强模型的拟合性能;最后对胶囊网络进行适应性增强,在提高梯度平滑度的基 础上利用自适应学习率进行优化提高模型的分类精度。实验结果表明在所构造的 DH1926 壁画数据集上,AEC 模型准确率为 84.44%、平均精确度(MAP)为 82.36%、平均召回率(MAR)为 83.75%、综合评价指标为 83.96%。 与改进的卷积神经网络(CNN)和原生胶囊网络等其他网络结构相比,各项评价指标均有 3%以上的提升,有较 强的拟合性能,能够多层次提取壁画的丰富特征,表达图像更细节的语义信息,在莫高窟壁画朝代识别中具有 更高的准确度和更好的鲁棒性,有一定的应用价值与研究意义。     

颈椎仰卧水平侧位X线投照技术和临床应用效果分析

目的:探讨颈椎仰卧水平侧位在临床应用中的价值。方法:筛选因颈部外伤无法站立患者100例及颈椎术后无法配合常规直立式颈椎侧位拍摄检查患者100例,共计200例均改为颈椎仰卧水平侧位进行检查,对其检查图像进行质量评估。结果:综合图像质量分析统计,颈椎C1-C4节段椎体平均显示率为96.3%;C5-C6节段椎体平均显示率为52%;C7-T1节段椎体平均显示率为33%;经过辅助双肩定向负重牵拉后,C5-C6节段及C7-T1节段椎体显示率均有提升(81.5%、57.5%),差异具有统计学意义(P<0.05)。结论:颈椎仰卧水平位检查方式在颈外伤及颈椎术后患者中可更好地解决无法直立配合检查的问题,为患者带来便捷,减少检查过程中的疼痛,为制订临床诊断治疗方案提供指导。     

基于多通道可分离网络的古代壁画分类方法

古代壁画艺术价值高、内容丰富,对壁画种类进行准确分类是研究者的难题之一.传统的壁画分类任务繁重且需要有经验的研究者完成;现有的图像分类算法已不适于分类含有较强背景噪声的壁画图像.针对以上问题提出了一种新的多通道可分离网络模型(multi-channel separable network model,MCSN)的解决方案.以GoogLeNet网络模型为基本框架,用小卷积核对壁画背景特征进行浅层提取,然后将7×7、3×3等较大卷积核十字分离成7×1、1×7和3×1、1×3等较小的卷积核提取壁画重要的深层次特征信息;使用软阈值化激活缩放策略(activation scaling)增加网络训练时的稳定性,最后通过softmax对壁画分类;使用小批量随机梯度下降(min-batch SGD)算法更新参数.精确率、召回率和F1值分别为88.16％、90.01％和90.38％.与主流分类算法相比,分类准确率、泛化能力、稳定性有了一定的提升,提高了壁画分类效率.