沥青抗剥落剂的优化及其性能

在沥青中添加抗剥落剂是防止高等级公路水损害的有效方法。以4#燃料油为溶剂,制备了一种不含胺类物质的抗剥落剂,并对其配方进行了优化,用水煮法、热老化实验和热重分析研究了其性能。结果表明,较优的配方是:磷羟基有机物w(LOP)=15%,w(SP)=5%。这种抗剥落剂加入沥青后可大大提高沥青与酸性石料的粘附性,可使沥青与酸性石料的粘附性由1～3级提高至5级,且在热老化后仍能保持良好的效果。     

低熵图像序列无损压缩

大规模的云渲染技术带来了大量的三维图形渲染数据。为了减小集群渲染产生的图像序列数据的传输以及存储代价,针对渲染图像序列低熵的特点,基于字典编码技术提出了降低数据局部复杂性的无损数据压缩方案。该方案通过数据重排技术来大大提高数据的局部冗余度,从而提高数据无损压缩效率。为了进一步解决大规模图像序列的压缩耗时问题,提出了一种云计算平台上的分布式图像压缩处理方案,充分利用现有云计算中Map/Reduce计算模型实现了分布式编码方案。实验结果证明,对于渲染产生的大规模低熵图像序列,提出的方案能够有效提高编码率并减少编码时间。     

雷达装备维修保障力量评估建模研究

为评估雷达装备维修保障力量,通过分析维修保障力量组织结构和运行方式,构建了雷达装备维修保障力量评价指标体系,并采用AHP方法给出了评估步骤．通过实例验证该模型是有效的,其评估结果可为优化雷达装备维修保障力量,提高维修保障效能提供有力的帮助．     

非线性结构自适应模型逆飞行控制律设计研究

文章结合自适应控制、模型参考控制和动态逆控制理论提出了结构自适应模型逆非线性控制系统,设计了飞行控制器.通过李亚普诺夫稳定性定理推导了自适应规律,保证了闭环系统的稳定性.仿真表明该方法对模型参数不准确和外界干扰具有很好的自适应能力,能够满足飞机在过失速机动条件下的控制指令跟踪,且系统具有良好的控制性能及鲁棒性.     

宽肢异形柱-砌块墙结构的抗震性能试验研究

对1榀四层单跨宽肢异形柱-混凝土砌块墙组合结构在低周反复荷载作用下进行了拟静力试验研究.探讨其工作性能,破坏特征以及对其抗震性能的影响,着重分析其延性、滞回特性、骨架曲线及刚度退化等问题.研究表明:宽肢异形柱-混凝土砌块墙组合结构承载力、抗侧刚度、延性系数较宽肢异形柱框架相比有较大幅度提高,属于典型的梁铰破坏机制,符合结构抗震的多道设防原则.     

基于零知识交互式证明和Bayesian信誉网的小世界P2P模型

针对当前P2P(Peer-to-Peer)系统在网络拓扑和信誉评估机制结合方面的不足,设计一种基于角色和信誉访问控制机制的可信小世界P2P(SW-R2P)模型.模型使用零知识交互式证明(ZKIP)算法,在不传输节点身份相关信息的前提下安全地验证对等节点的组信息,并以此作为构建小世界网络拓扑的基础.通过Bayesian信誉网对节点和组的多方面信誉进行评估,从而影响节点的各种操作和组之间连接的建立.仿真实验结果表明,SW-R2P模型在资源查找成功率、网络聚合度以及节点信誉偏差等方面的性能优于Chord和R2P模型.SW-R2P模型结合了ZKIP算法、Bayesian信誉网和小世界拓扑的优势,实现了一种可信、安全和高效的P2P网络架构.     

煤炭工业“十一五”节能减排工作目标确定

近日，国家发改委、国家环保总局联合下发了《煤炭工业节能减排工作意见》（发改能源[2007]1456号），明确提出了煤炭工业“十一五”节能减排工作目标，即力争到“十一五”末，煤炭企业单位生产总值能耗比2005年下降20％，二氧化硫排放量控制在国家下达的指标范围内。原煤入洗率由2005年的32％提高到50％，[第一段]     

2021年42卷第3期

计算机视觉一直是人工智能研究的热点方向,经过近 60 年的发展,已经在算法、技术和应用等 方面取得了巨大的进步。近十年来,以大数据、大算力为基础的深度学习进一步推动计算机视觉走向大模型时 代,但其算法适应能力仍然和人类存在较大差距。本文从视觉任务评估评测(评测数据集、评测指标、评估方 式)出发,对计算机视觉的发展进行了总结,对现存的依赖大数据学习的计算机视觉发展问题进行了梳理和分 析,从人机对抗智能评测提出了计算机视觉下一步发展方向：视觉图灵。最后对视觉图灵发展方向进行了思考 和讨论,探讨了未来研究可能的方向。     

浅谈复合材料制造流程的优化方法

航空制造领域研发正朝着精益化的方向迈进,是将制造技术与生产过程相结合,将控制因素进行定性定量,以达到零件制造状态的高度稳定.本论文阐述了标准工作法在复合材料制造中的应用,旨在对生产准备过程以及具体操作过程中实施稳定的、可预计的管控,并对关键技术点做出总结,以期提高生产效率、稳定产品质量、缩短制造周期.     

基于ResNeXt和WGAN网络的单图像超分辨率重建

为解决现有基于生成对抗网络的单图像超分辨率重建模型SRGAN网络训练不稳定、学习速率慢等问题,提出了一种基于ResNeXt和WGAN的单图像超分辨率重建模型Res_SRGAN。该模型参考ResNeXt网络结构构造生成器,降低了生成器的复杂度,仅为SRGAN的1/8;通过WGAN来构造判别器解决了SRGAN模型不稳定的问题;实验结果表明,在四个公开数据集上本文所提模型相较于现有的单图像超分辨率重建模型在主客观评价中均取得了更加优越的性能。