基于近似观测的加权L1 压缩感知SAR成像

近些年,压缩感知(CS)理论已经被应用于合成孔径雷达(SAR)成像。传统的CS-SAR 成像需要消耗很高的计算机内存,为了减少计算机内存消耗,基于近似观测的CS-SAR 成像模型被提出。已有的基于近似观测的CS-SAR 成像模型使用Lq(0≤q≤1)正则化项来稀疏约束成像结果,当q 越小时,得到的解越稀疏;但是当q = 0 时, 该优化问题就变成了NP 难问题。提出了基于近似观测的加权L1 -CS-SAR 成像模型,加权L1 正则化既能够很好地逼 近L0 正则化,又能够避免NP 难问题。进一步地,我们针对该成像模型提出了相应的迭代加权阈值算法,仿真结果证明了所提出的成像算法的性能优于已存在的迭代阈值算法。     

维生素E对猪肉肌内脂肪和肌纤维直径影响的Meta-分析

目的:探讨维生素E（VE）添加对猪肉肌内脂肪和肌纤维直径的影响。方法:检索ScienceDirect、Google学术搜索、Web of Science、中国知网、万方数据库1990年1月²013年6月发表的观察VE添加对猪肉肌内脂肪和肌纤维直径影响的随机对照研究,Meta分析计算合并标准均数差（SMD）及95%置信区间（CI）。结果:最终12篇文献纳入本次研究,观察VE添加后肌内脂肪的文献为10篇,观察VE添加后肌纤维直径的文献为7篇,和对照组比较,VE添加与肌内脂肪的SMD为0.77（-0.04,1.58）（p=0.06）,差异不显著,与肌纤维直径的SMD为-1.05（-1.84,-0.26）（p<0.05）,差异具有统计学意义。结论:VE添加组较对照组提高肌内脂肪所占比例影响不显著,但能显著减小肌纤维直径,改善猪肉品质。      

延长猪肉保鲜期的研究

探讨了Nisin（乳链菌肽）、溶菌酶及真空包装综合应用于猪肉保鲜的效果。实验分A、B两大组：A1（对照组），蒸馏水处理；A2组，0．05％Nisin＋0．05％溶菌酶混合液中浸泡30s；B1（对照组），蒸馏水处理，再真空包装；B2组，0．05％Nisin＋0．05％溶菌酶混合液中浸泡30s，再真空包装，各组肉样于0－4℃贮藏。并从理化指标、微生物指标、感官评分三方面比较研究保鲜效果。结果表明：0．05％Nisin＋0．05％溶菌酶混合液能有效延长猪肉的保鲜期，结合真空包装技术则保鲜效果更好。     

以科技创新 引领企业二次飞跃

在全国认真学习贯彻党的十六大精神,全面推进科技兴业、创新发展之际,我们在这里召开2004年度全国制笔科技工作会议.回顾和总结2003年的工作,深入分析科技创新在企业发展及改造中的重要地位,以及目前科技兴业中工作面临的新形势和新情况,从而明确2004年制笔协会科技工作的指导思想、主要任务和工作要求,进一步开创科技创新工作的新局面.下面,我代表宁波贝发集团作工作汇报.     

丙酮酸发酵液脱色工艺的研究

研究了粉末活性炭、K-15颗粒活性炭和732阳离子树脂等三种脱色剂对丙酮酸发酵液的脱色条件、脱色效果及其对丙酮酸的吸附程度。结果表明，732阳离子树脂是理想的脱色剂，具有脱色、沉淀蛋白质和去除钠离子三种功用。确立丙酮酸发酵液的脱色工艺为：离心发酵液→阳离子柱脱色和改性发酵液→后续工序，减少了离交法提取丙酮酸的环节，增加丙酮酸提取的收率。     

锐发热发泡喷墨打印头上市

<正>2018年12月16日,苏州锐发打印技术有限公司新品发布会在苏州园区福朋喜来登酒店举行。本次发布会以颠覆传统制造,助力转型升级为主题,吸引了来自喷墨打印行业的相关专家、企业代表数百人共同见证SUREjet-T7680工业级热发泡喷墨打印头新品的正式发布。此次发布的新品SUREjet-T7680系列工业级热发泡喷墨打印头,打破了国际垄断,填补了国内空白。公司创始人、董事长谢永林在致辞和报告中强调,SUREjet-T7680工业级热发泡喷墨打印头是基于公司自主完成的多项授权发明专利技术研发而     

拉么锌矿选矿厂选矿工艺研究与生产实践

拉么锌矿选矿厂通过将锌精选尾矿返回扫选、药剂制度的调整等工艺技术改造 ,较好地解决了长期以来铜和锌回收率低的问题。特别是锌的回收率提高到 93 .80 % ,比原生产增加了 6%以上 ,同时生产成本有所降低 ,取得了较好的生产技术指标和良好的经济效益。     

浅谈高耐候锐钛型钛白粉的制备方法

钛白粉是目前世界上性能最优秀的一种白色颜料,在自然界中,二氧化钛有三种晶型:板钛型、锐钛型、金红石型,金红石型钛白粉是最为稳定、耐候性最好的钛白粉;但是其晶型转化温度高,成本高,颗粒硬,不容易研磨;本文通过在二洗后滤饼制浆后的偏钛酸进行无机包膜,经过无机包膜后的浆料进行洗涤、煅烧得到钛白粉粗品,钛白粉粗品经过辊压磨研磨...     

基于深度学习的水果缺陷实时检测方法

目的：对CenterNet方法进行优化改进。方法：使用MobileNetV3的轻量化卷积神经网络替代CenterNet 原有的骨干网络,加快检测速度,对MobileNetV3模块进行改进,增强模型对水果中小缺陷块的检测能力,并对CenterNet的预检测阶段进行优化,提高其检测准确度。结果：试验方法对显著缺陷如直径>4 mm的苹果识别率高达99.7%,检测速度为113帧/s,模型体积为1.31 MB。结论：与CenterNet_ResNet18和CenterNet_Shuffler模型相比,MO-CenterNet模型检测水果缺陷在训练时间、检测速度和准确率方面均衡性更好。