中国菊花主题花展及其对行业发展的作用

中国的菊花主题花展(菊花展览)是最重要的赏菊形式,对我国3种主要类型的菊花展览,即综合性菊花展览(中国菊花展览会、国际博览会菊花专项展和各级城市菊花展)、菊花专类园和菊花花田花海的发展现状进行了研究,并分析了菊花展览在促进菊花产业发展、弘扬菊花文化、服务生态文明及美丽乡村建设、加强菊花非物质文化遗产保护中的重要作用,为推动我国菊花展览水平的提高提供借鉴。     

积分中值屈服准则解析厚板轧制椭圆速度场

为解决非线性Mises比塑性功率积分困难以及由此导致的轧制功率解析式难以获得的问题,本文通过建立并利用线性比塑性功率表达式对提出的椭圆速度场进行能量分析,得到了轧制力能参数的解析解.文中通过对变角度屈服函数求积分中值,构建了一个新的屈服准则,它是主应力分量的线性组合,在π平面上的轨迹是逼近Mises圆的等边非等角的十二边形,其基于Lode参数表达式的理论结果也与实验数据吻合较好.同时,根据厚板轧制时金属流动速度从入口到出口逐渐增大的特点,提出了水平速度分量满足椭圆方程的速度场,该速度场满足运动许可条件.通过相应的轧制能量分析,获得了基于线性屈服准则的内部变形功率以及基于应变矢量内积法上的摩擦功率与剪切功率.在此之上,通过泛函的极值变分导出了轧制力矩、轧制力以及应力状态系数的解析解,并与现场实测数据进行了对比,结果表明利用本文提出的屈服准则与速度场所建立的轧制力矩与轧制力模型与实测值吻合较好,其中轧制力误差小于5.3%,轧制力矩误差在6%左右.     

Gradient-based recursive parameter estimation for a periodically nonuniformly sampled-data Hammerstein–Wiener system based on the key-term separation

The identification of the Hammerstein–Wiener (H-W) systems based on the nonuniform input–output dataset remains a challenging problem. This article studies the identification problem of a periodically nonuniformly sampled-data H-W system. In addition, the product terms of the parameters in the H-W system are inevitable. In order to solve the problem, the key-term separation is applied and two algorithms are proposed. One is the key-term-based forgetting factor stochastic gradient (KT-FFSG) algorithm based on the gradient search. The other is the key-term-based hierarchical forgetting factor stochastic gradient (KT-HFFSG) algorithm. Compared with the KT-FFSG algorithm, the KT-HFFSG algorithm gives more accurate estimates. The simulation results indicate that the proposed algorithms are effective.     

应急避难场所广播设计实现

应急避难场所广播体系由应急广播、场所广播室、接收端、网络接收、广播管理群、监测系统等6部分组成.针对电台在市区建立应急避难场所广播作出设计,在学校、社区、广场上安装广播系统,做到市区全方面覆盖.     

改进HSR-FCN的服装图像识别分类算法研究

目前网络上的服装图像数量增长迅猛，对于大量服装图像实现智能分类的需求日益增加。将基于区域的全卷积网络（Region-Based Fully Convolutional Networks，R-FCN）引入到服装图像识别中，针对服装图像分类中网络训练时间长、形变服装图像识别率低的问题，提出一种新颖的改进框架HSR-FCN。新框架将R-FCN中的区域建议网络和HyperNet网络相融合，改变图片特征学习方式，使得HSR-FCN可以在更短的训练时间内达到更高的准确率。在模型中引入了空间转换网络，对输入服装图像和特征图进行了空间变换及对齐，加强了对多角度服装和形变服装的特征学习。实验结果表明，改进后的HSR-FCN模型有效地加强了对形变服装图像的学习，且在训练时间更短的情况下，比原来的网络模型R-FCN平均准确率提高了大约3个百分点，达到96.69%。     

强碱三元复合驱色谱分离及其影响因素——以大庆油区喇嘛甸油田为例

三元复合驱油体系中驱油剂的协同效应,会使油水间的界面张力大幅度下降,原油采收率大幅度提高;但三元复合驱油体系的色谱分离现象也会破坏其协同效应和完整性,揭示色谱分离现象及其影响因素对于改善三元复合驱油效果具有十分重要意义。以油藏工程和分析化学理论为指导,以化学分析和物理模拟为技术途径,并以大庆喇嘛甸油田典型区块地质特征和流体性质为研究对象,开展强碱三元复合驱色谱分离现象及其影响因素研究。结果表明,采用前置高浓度聚合物段塞后,可以有效扩大波及体积,但表面活性剂与碱和聚合物之间无因次等浓距增加,色谱分离现象加剧。大庆油区喇嘛甸油田不同区块油水性质差异对色谱分离现象存在影响,原因在于部分重烷基苯石油磺酸进入油相,影响水相中浓度检测值。强碱三元复合驱油体系中表面活性剂与碱和聚合物之间色谱分离程度比较严重,碱与聚合物之间较弱。