矿区D级GPS控制网建设实践

介绍了徐州市丰县D级GPS控制网建设中起算数据的利用、控制网的布设、GPS点位的选取、观测与外业数据的检核、平差计算与精度分析等技术步骤的实施方法和过程。实践表明,通过以上方法和技术过程建立的丰县D级GPS控制网精度良好,满足相应规范要求,对同类地区GPS控制网建设具有一定借鉴意义。     

一种双靶磁控溅射制备的Mg掺杂的NiO薄膜

采用磁控溅射“共溅射”方法,将Ar气作为溅射气体,高纯NiO和MgO双陶瓷靶作为溅射靶材。当控制NiO和MgO靶的溅射功率分别为190 W和580 W,溅射真空度为2 Pa,衬底温度为300℃时,得到了Mg掺杂的NiO(Ni_0.61Mg_0.39O)薄膜。该薄膜是一种具有(200)择优取向的晶态薄膜。薄膜表面比较平整,晶粒分布致密,晶粒尺寸约46.9 nm。(200)衍射峰位置相对未掺杂的NiO薄膜向小角度偏移约0.2°。合金薄膜在可见光波段具有较大的透过率,而在300 nm附近透过率陡然下降,其光学带隙向高能方向移动到了3.95 eV。该研究为采用磁控溅射制备高质量的Mg掺杂的NiO薄膜提供了技术支撑。     

基于推拉策略的文本分类增量学习研究

学习算法是否具有增量学习能力是衡量其是否适合于解决现实问题的一个重要方面。增量学习使学习算法的时间和空间资源消耗保持在可以管理和控制的水平,已被广泛应用于解决大规模数据集问题。针对文本分类问题,本文提出了增量学习算法的一般性问题。基于推拉策略的基本思想,本文提出了文本分类的增量学习算法ICCDP,并使用该算法对提出的一般性问题进行了分析。实验表明,该算法训练速度快,分类精度高,具有较高的实用价值。     

高性能计算机电源系统的设计与实现

从系统级、机柜级、板级三方面详细介绍了某高性能计算机电源系统的实现方案。重点介绍了计算板的电源和控制电路的设计方法,并对电源系统的稳定性进行了分析,提出了解决方法,最后给出了系统运行时的电源实测波形。运行结果表明,该系统具有供电质量高,可靠性高,易于维护,能进行故障诊断等优点。     

基于Si8250的数控开关电源环路补偿器设计

以数字电源控制器的设计方法为研究对象,通过建立数控半桥变换器的环路数学模型,利用MathCAD和Matlab来完成环路开环稳定性的运算和分析,采用Venable III型补偿方法设计出数字PID补偿器。环路补偿实验证明,利用Si8250控制器的直接数字控制方案可以达到很好的环路动态响应和稳定特性。     

大曲中产阿魏酸酯酶菌株的筛选及其特性分析

目的 从浓香型白酒大曲中分离筛选出一株产阿魏酸酯酶的菌株。方法 将大曲样品中筛选出的11株菌进行划线纯化培养,进一步挑选出产阿魏酸酯酶酶活较强的菌株并鉴定,分析其安全性及生物学特性,最后对发酵产酶条件进行优化。结果 得到一株产阿魏酸酯酶酶活较强的菌株为L-7,经鉴定为屎肠球菌(Enterococcus faecium)。经毒力基因检测、有害代谢产物实验结果均为阴性;生物学特性研究实验结果为:在16 h时生物量达到最大,耐最低pH为4,最高为11, NaCl质量分数为8%的条件下仍能生长,耐受最高的乙醇体积分数为13%;具有较好的安全性且有耐乙醇、耐盐、广泛的pH耐受性等优良性能。通过发酵产酶条件优化,该菌株产阿魏酸酯酶最佳发酵条件为:接种量为6%体积分数、培养温度32℃、转速160r/min、培养时间96 h;此时该菌株产阿魏酸酯酶的酶活为(44.68±0.05) U/L,较优化前提高了57.05%。结论 本研究结果可为产阿魏酸酯酶的菌株筛选提供参考,且筛选所得屎肠球菌在提高浓香型白酒及其他发酵食品中阿魏酸含量及风味具有应用潜力。     

过程模拟研究进展

随着计算机技术的不断发展, 过程模拟在各行各业中的应用越来越广泛. 过程模拟使用模拟模型来模仿业务流程行为, 它可以用于预测和优化系统的性能, 评估决策的影响并向管理者提供决策依据, 也可以用于减少实验成本和时间. 目前, 如何高效地去构建一个可以信任的仿真模型得到了广泛关注. 本文通过追踪、归纳和分析关于构建业务过程模拟模型方法的相关研究文献, 对基于过程模型、系统动力学和深度学习的3种仿真建模方法的流程、优缺点和研究进展进行了阐述, 并探讨了过程模拟面临的挑战和未来的发展方向, 以期为业务过程模拟未来的研究方向提供参考.     

基于双通道注意力的轻量化PCB缺陷检测研究

印刷电路板 (printed circuit board,PCB)在实际生产过程中存在缺陷样式多种多样、缺陷小、缺陷位置难以定位的问题,而一个巨大的模型难以实现实时检测的要求,且大量的深度可分离卷积层建立的轻量级模型也不能达到足够的精度,为此提出一种基于YOLOv5s的PCB缺陷检测算法。 将原始Backbone的Conv模块跟C3模块用GhostConv替换,在Neck部分则引入了一种新的轻量级卷积技术GSConv,减轻模型大小的同时保持精度,GSConv在模型的准确性和速度之间完成了一个极好的权衡,针对许多注意力模块无法关注全局信息同时模型大的问题,提出了多尺度的轻量化双通道注意力模块(double channel depthwise attention module,DWAM),进一步提高模型精度。通过多组实验, 结果表明,改进算法所有类别的平均mAP为99.14%,且模型的GFLOPs为7.194 G,Params为7.175,原始的YOLOv5s平均mAP为96.86%,GFLOPs为6.89 G,Params为6.596,虽然Params以及GFLOPs有所增大,但是还是满足轻量网络的要求,并且精度相对于YOLOv5s提高了2.25%,且对于每个类别的缺陷识别准确率都有改善,大幅减少计算量和模型参数的同时保证了准确率,满足工业检测生产需求的同时便于移动端部署。     

一种新型的无人机牧草分割网络—LMS-DeeplabV3+

目前草原环境复杂、牧草分散且与背景颜色差异小,无法实现高效精准的分割,因此本文提出了一种新型的轻量化多尺度DeeplabV3+网络(lightweight and multi-scale DeeplabV3+network, LMS-DeeplabV3+)。该网络以DeeplabV3+为基础网络,首先选用轻量级的MobilenetV2作为骨干网络用于初步特征提取,并为了适应牧草分割任务做了网络配置上的调整;其次在加强特征提取模块和解码模块中均使用深度可分离卷积代替普通卷积以轻量化网络;此外利用密集空洞空间金字塔池化(dense atrous spatial pyramid pooling, DASPP)模块捕获更大的感受野,加强各特征之间的交互;又引入卷积注意力机制(convolutional block attention module, CBAM)重分配权重加强特征提取。实验证明,提出的新网络与原始网络相比平均交并比(mean intersection over union,mIOU)提升了8.06个百分点、平均像素精度(mean pixel accuracy,mPA)提升了6.7...     

基于SolidWorks的冲裁工艺计算的二次开发

介绍了基于Solidworks平台的冲裁工艺计算系统结构,针对冲裁工艺计算的具体内容,从界面设计、数表处理、菜单生成三个方面阐述了该系统的实现方法,并且给出了部分关键程序代码.该系统界面友好,操作方便,提高了设计效率.