大型高炉炉壳钢板BB503的试制开发

<正>高炉炼铁是在一个外有钢壳、内有耐火炉衬并安装有水冷设备的密封竖炉内进行,其冶炼特点是炉料和煤气在逆流运行过程中完成还原、造渣、传热及渣铁反应等过程,得到化学成分和温度较为理想的液态铁水。现代化高炉逐步向着大容积、高炉压、自动化、长寿命方向发展,因而对炉壳制作质量和技术提出了新的要求。柳钢结合市场需求,运用BOF-LF-RH-CC转炉生产工艺及2 800 mm双机架四辊可逆中厚板轧机,开发了大型高炉炉壳钢板BB503,成功应用于某钢厂3 800 m3高炉     

金属有机骨架UiO-66在催化领域的应用

金属有机骨架（MOFs）经过二十多年的快速发展,已经合成了成千上万种,然而MOFs材料普遍具有较低的稳定性,在一定程度上限制了MOFs的发展。UiO-66的合成是MOFs材料稳定性的一个突破,其在催化领域的发展尤为迅速。本文首先介绍了理想及实际状态下UiO-66的结构特征,并说明了配体缺失导致的节点空位处的元素组成。然后综述了利用UiO-66特殊的结构特征或将其功能化用于催化反应的研究,包括节点空位、功能化节点空位、负载金属纳米颗粒、功能化配体等。最后,考虑到可以综合利用UiO-66的特殊结构,对UiO-66在未来多功能催化剂的设计合成领域所能发挥的作用进行展望。     

环视图表示下的无监督三维物体检索

为了解决基于多视图的三维物体检索方法过度依赖基于人工标注的有监督训练的问题,提出了一种基于环视图的无监督三维物体检索算法.首先,训练面向多圈环视图的无监督深度网络模型,通过随机数据混合增强学习不同形状之间的内在联系;其次,基于最优匹配方法计算物体间的相似性,其中,最优匹配是利用2个物体环视图间最小距离的平均值计算得到;...     

短暂的胜利

相信很多朋友都看过《兄弟连》,不可否认这是一部十分出色的影片,本人也是十分喜爱.但是在片中“汉斯”们的战斗力似乎显得不堪一击,只要“鹰酱”的伞兵们发发力,“汉斯”们都会应声而倒,所以我对第三集中美军在荷兰一战中难得的一败有了很深的印象,尤其是一辆扛着PAK炮管的251从桥上匆匆而过的短暂镜头更是让我记忆犹新,仿佛是这场战斗的胜利一般只是匆匆而过.     

电网资产全寿命周期管理过程中的评估与决策

为了更好地帮助国家电网公司解决资产成本分析与运营效率分析等问题,在充分考虑设备维护成本、运行可靠性等因素的前提下,采用从时间、对象、管理3个维度分析的"事前评估决策、事中管控优化与事后评价提升"方法,开展了基于状态和风险评价的资产全寿命管理工作,并将其落实到资产全寿命周期管理评估决策系统中,找出了资产的设计、采购与运维优化策略。目前该方法已在国家电网公司全面部署,并取得良好效果。     

融合知识表征的多模态Transformer场景文本视觉问答

目的 现有视觉问答方法通常只关注图像中的视觉物体,忽略了对图像中关键文本内容的理解,从而限制了图像内容理解的深度和精度。鉴于图像中隐含的文本信息对理解图像的重要性,学者提出了针对图像中场景文本理解的“场景文本视觉问答”任务以量化模型对场景文字的理解能力,并构建相应的基准评测数据集TextVQA(text visual question answering)和ST-VQA(scene text visual question answering)。本文聚焦场景文本视觉问答任务,针对现有基于自注意力模型的方法存在过拟合风险导致的性能瓶颈问题,提出一种融合知识表征的多模态Transformer的场景文本视觉问答方法,有效提升了模型的稳健性和准确性。方法 对现有基线模型M4C(multimodal multi-copy mesh)进行改进,针对视觉对象间的“空间关联”和文本单词间的“语义关联”这两种互补的先验知识进行建模,并在此基础上设计了一种通用的知识表征增强注意力模块以实现对两种关系的统一编码表达,得到知识表征增强的KR-M4C(knowledge-representation-enhan...     

视觉问答技术研究

随着深度学习在计算机视觉、自然语言处理领域取得的长足进展,现有方法已经能准确理解视觉对象和自然语言的语义,并在此基础上开展跨媒体数据表达与交互研究.近年来,视觉问答(visual question answering, VQA)是跨媒体表达与交互方向上的研究热点问题.视觉问答旨在让计算机理解图像内容后根据自然语言输入的查询进行自动回答.围绕视觉问答问题,从概念、模型、数据集等方面对近年来的研究进展进行综述,同时探讨现有工作存在的不足;最后从方法论、应用和平台等多方面对视觉问答未来的研究方向进行了展望.