家庭承包责任制——小型闸涵管理的一种好办法

韩庄闸管理所管理的胜利渠首闸位于枣庄市曹庄乡八里沟,距韩庄镇3.5公里,建于1976年11月,是以灌溉为主的七孔小型渠闸,设计流量80立方米每秒,有效灌溉面积32.6万亩。该闸建成后设置了有7名管理人员的胜利渠首闸管理所,1985年11月划归韩庄闸管理所统管。由于地处偏僻,专管人员责、权、利不明,工作临时观念较为突出,人浮于事,与当地关系较紧张,正常的管理工作经常受阻。鉴于这种现状,韩庄闸管所1986年元月与本所职     

高科技引擎拉动"精亚"高速发展

2002年12月15日,江苏精亚集团隆重举行精亚空气工程研究所成立十周年庆典暨研究院揭牌成立仪式。与会领导为“精亚科技功臣”、“先进科技工作者”、 “优秀学术论文”的获奖者颁奖,并参观了精亚空气工程研究所十周年成果展。 精亚集团创办初期,是一个只有十几个人,固定资产不足5万元,只能生产玻璃钢     

从建设龙游国家级水利风景区的实践谈可持续发展的对策

以如皋市龙游国家水利风景区为例,对这一城市河湖型风景区从地区特点、资源禀赋、开发利用到创建升级、达标管理、建设发展进行了总结。同时,对城市河湖型水利风景区在公益性背景下的发展制约因素进行了分析,提出水利风景区可持续发展对策和措施及促进水利风景区发展的建议。     

基于近似高斯金字塔的视觉注意模型快速算法

利用输入图像的近似高斯金字塔,将经典的基于显著性的视觉注意模型改造为时空开销更小的版本,从而使其更加适合在嵌入式实时系统中实现.首先采用矩形窗口近似圆形窗口,矩形平均算子近似高斯卷积核;然后采用“先做行累加,再做列累加”的方法来实现矩形平均算子,并直接采样计算出各个特征通道的显著性分布图,该算法关于输入图像像素点个数具有线性时间复杂度;最后,还给出了在显著性分布图中抑制已提取区域显著性的快速算法.在Berkeley分割图像库上的实验结果表明,该方法极大地减小了系统实现的时空开销,且输出结果的误差在可接受范围内.提出的用矩形窗口近似圆形窗口,用矩形平均算子近似高斯卷积核的方法,还适用于其他需要在嵌入式实时系统中实现的图像处理问题.     

基于图像质量分区的指纹特征提取

低质量指纹图像的特征提取和变形指纹的匹配是当前指纹识别研究中的两个主要问题。很多算法在特征提取时不区分高、低质量区域,结果在高质量区域耗费了过多的运算时间和计算资源。本文提出了一种基于图像质量分区的指纹特征提取方法,先用一种简单的图像区域质量计算方法评价各区域的图像质量,然后对高质量区域直接从灰度图像跟踪纹线、提取节点,对低质量区域执行传统的方向计算、增强、二值化和细化后提取特征。实验结果表明,该方法不仅提高了特征提取的速度,在准确性上也有所提高。     

聚氨酯耐水解稳定剂PCD—多碳化二亚胺简介

聚氨酯合成材料有优异的耐磨、耐辐射、耐缓冲、高强度等物理机械性能,已广泛应用于国民经济建设各部门。但由于其耐水解性能较差,应用受到一定的限制。针对这个问题,江苏省武进县横山建新添加剂厂在有关科研单位的帮助支持下已生产出PCD—多碳化二亚胺耐水解稳定剂。     

膨润土改性及其在污水处理中的应用进展

膨润土来源丰富、价廉 ,且具有良好的吸附性能。采用不同的改性方法制得的改性膨润土 ,可显著提高其对各种有机物的吸附净化能力 ,有望成为新型的污水处理材料。其改性方法和应用研究正在成为热点。通过对膨润土的基本改性方法及改性膨润土在污水处理方面的应用进行总结 ,发现膨润土经改性后吸附能力可达原土的 1 0倍以上 ,能用于处理含有机物、重金属离子、离子型化合物等污染物的多类污水。     

某油建公司L360NB弯管力学性能异常原因分析

某油建公司容器厂煨弯的L360NB弯管力学性能检验发现多个弯管力学性能异常,与母材相比强度几乎升高一倍,冲击韧性大幅下降,且每个弯管各部位性能差别巨大.文中测试了弯管不同部位的力学性能,观察了微观组织并测试了显微硬度,对弯管力学性能异常的原因进行了分析.结果表明:弯管部分试件强度过高是因为其组织是硬脆的马氏体;弯管过程...     

浮选图像中泡沫边缘分割

矿物浮选过程中泡沫的表面特征是浮选性能的重要指标,它可以实时、直观地反映浮选效果的变化,准确分割泡沫的边缘信息是浮选过程中一项重要的任务。近年来,研究人员提出了各种浮选泡沫图像分割算法,但浮选泡沫图像中存在泡沫数量多、泡沫间粘连严重以及边缘不清晰等问题,现存的方法由于其特征提取能力有限,无法精确的分割泡沫边缘。据此,本文利用深度学习提出了一种基于多尺度融合的浮选泡沫图像边缘分割算法,该算法通过引入一种深度高分辨率的编码结构以及一种基于注意力的分层融合方法来增强模型的特征提取能力,从而提高对于浮选泡沫边缘的分割效果。具体而言,深度高分辨率的编码结构可以在不同分辨率层级上同时维护特征信息,使我们的网络模型可以有效地捕捉不同尺度的信息,在提高图像语义理解能力的同时能够保持更多的细节信息,提高处理高分辨率以及密集任务图像的能力。除此之外,本文设计了一种基于注意力的分层融合方法来充分融合深层和浅层的特征图,使融合得到的特征图趋向于更重要的特征信息,从而提高识别浮选泡沫的边界和精确定位浮选泡沫的能力。该算法在泡沫边界分割数据集上凭借58.25的泡沫IoU以及73.62的泡沫Fscore取得了最佳的性能,证明了我们提出的算法可以更加准确地分割浮选泡沫边缘。