Preface

As a continuation of previous years’special section on software systems,this special section encourages and promotes research to address challenges from the perspective of software systems.The goal of this special section is to present state-of-the-art and high-quality original research in the area of software systems.This special section is split in two parts,with the first part published earlier in the last issue in November 2021 and the second part published in this current issue.     

钢管空间弯管制安计算

文章介绍李家峡水电站发电引水钢管空间弯管的制作和安装的计算方法。     

尾矿坝地震液化溃坝研究进展

尾矿坝的地震液化溃坝具有突发性和大破坏性等特点,其地震时的稳定性问题已成为矿山安全的难题。在综述尾矿坝地震灾害现状的基础上,系统总结了尾矿静动力特性、尾矿坝模型试验、尾矿坝地震液化与稳定性分析等方面的研究进展,指出基于流体力学理论,从流动破坏角度分析尾矿液化后的变形特性是很有必要的;开展尾矿液化溃坝问题的研究,有助于进一步认识尾矿液化后流态化现象的本质,进而为尾矿坝抗震设计和防灾减灾决策提供理论基础和技术支撑。     

紫外辐照毛竹表面自由基的增长和衰变规律研究

用ESR分别对20,200和500 mesh(目)的毛竹试样进行自由基强度的测定,最大的是500mesh,最小的是20mesh,g=2.003 3.经过紫外辐照后,毛竹表面的自由基强度明显增强,当辐照时间达到50min时,自由基趋于饱和,自由基强度是机械自由基的2倍左右,辐射产生的自由基强度随辐照时间按指数规律增长,3...     

主成分分析模型在针刺治疗脑梗塞效果中的运用

本文通过对针刺进行脑梗塞治疗数据的基本处理,利用时间、频率及其检测指标的数据进行立方差插值,建立主成分分析模型,并利用Matlab绘制各指标随时间和频率变化的三维曲面拟合及其等高线分布图.通过对模型图像分析,找出了针刺法对脑梗塞的最佳治序范围.     

SX—891钢铁常温发黑剂的应用与工艺探讨

SX-891钢铁常温快速发黑剂具订工艺适应性强,液液稳定、调整方便,发黑质量均匀、产品合格率高等优点。应用该工艺不但可取得较好的经济效益,还可以减轻水污染,改善工作环境。     

RH顶吹氧技术在武钢第二炼钢厂的应用

介绍了RH顶吹氧工艺的设备装置、操作工艺及在武钢第二炼钢厂的应用情况。RH顶吹氧技术具有吹氧脱碳、吹氧加铝升温、吹氧清洗RH真空槽内残钢残渣等多项功能。炼钢生产中,RH顶吹氧技术在降低生产成本、提高金属收得率、扩大转炉炼钢厂生产品种、优化全连铸生产组织等方面都能发挥较大作用。     

室温下以Gemini表面活性剂为模板剂合成介孔TiO2

采用双子型季铵盐类阳离子表面活性剂溴代Gemini1231做模板剂,用溶胶-凝胶（sol-gel）法在室温合成了介孔TiO₂材料,用TG-DTA、XRD、N₂吸附-脱附、TEM等进行表征.结果表明,用该模板剂合成的介孔TiO₂材料,合适的煅烧温度为480℃,其比表面积可达383.8m²/g,最可几孔径为5.8nm,广角XRD测试发现较强的锐钛矿型特征峰,而未发现金红石相特征衍射峰,说明本实验制备的介孔TiO₂为稳定锐钛矿型.通过小角X射线衍射分析发现,产物具有规整有序的介孔结构.     

基于FCN语义分割的视频人像分割方法

语义分割是计算机视觉中非常重要的一环,其核心是对输入图像中的每个像素进行分类和定位,本文对于传统的FCN网络进行略微改进,从而实现提高语义分割效果。首先,将轻量级网络FCN作为语义分割的特征提取网络。其次,利用卷积缩小网络特征来模型大小和降低模型计算成本。最后,以人与背景的关系作为约束条件,使用CrossEntropyLoss损失函数和MIoU(均交并比)等评价指标进行模型的评估,最终在公开数据集Supervisely的5711张人像图片中,按0.9作为训练集、0.1作为验证集进行人像分割,达到了82.47%的MIoU值,较原先网络80.25%的MIoU值有所提高。在16G的运行内存下,达到了每张图25帧。     

一种改进的图卷积网络半监督节点分类

目前大多数图卷积(GC N)关注于提取局部特征信息,忽略了全局特征,使得标签不能有效地传播到整个图上.对此,设计一种可以用于半监督节点分类任务的深度池化对偶图神经网络(DPDNN).该网络引入池化机制,将结构相似的节点聚合为超节点,扩大节点的接收域.通过随机游走得到图全局信息的潜在表示,使用随机游走模型与GC N进行协同训练,从而补充GC N模型在获取整个图拓扑结构信息上的能力.实验结果表明,该网络模型与现有方法相比提高了分类精度,在少量数据标记时效果更为明显.