改进的SLTP方法在掌纹识别中的应用

对掌纹识别进行研究,提出了基于改进的软直方图局部三值模式（SLTP）的掌纹识别方法。该方法先对掌纹训练样本进行能量函数的构造,然后用梯度下降法对能量函数进行优化,得到最佳的模糊隶属度函数,进而对掌纹的特征进行提取,最后用Chi概率统计的相似度度量方法进行匹配识别。在PolyU掌纹数据库和IITD掌纹数据库中进行实验验证,结果表明,在相同的训练样本下,改进的SLTP方法相比于SLTP方法,识别率得到提高。从而证明了该方法的有效性。     

人文关怀背景下学生资助项目中的分支程序教学

● 项目设计背景 党和国家高度重视家庭经济困难学生的就学,建立起覆盖学前教育至研究生教育的学生资助体系.但在实际助学金申请、发放的过程中,有部分学生因不了解相关资助政策,觉得申报过程烦琐或者害怕暴露个人隐私而放弃.本项目通过探索用技术进行人文关怀,让困难学生资助信息收集更人本化,并以此促进学生探索编程解决实际问题的技术...     

缺陷型Cu-Bi共掺杂TiO2光催化剂的制备及其降解四环素的研究

以钛酸四丁酯、硝酸铜、硝酸铋为原料,采用溶胶-凝胶法制备前驱体溶液,经干燥、机械活化(MA)、煅烧处理,制备缺陷型Cu-Bi共掺杂TiO₂复合光催化剂,利用XRD、SEM、TEM、XPS、BET、PL等进行表征,在可见光辐照下,对光催化剂降解的盐酸四环素(TC)性能进行了研究。结果表明,在MA处理20 min,铜、铋掺杂量均为1%,用量0.25 g/L的条件下,120 min内TC降解率达96.5%。     

测定痕量铁用光度试剂(下)

化工产品大多需控制其痕量杂质铁含量。为此,本文特就近年文献上出现的测铁的光度试剂,按其配位原子分类作一综述。     

不同软段的长碳链聚酰胺弹性体的合成与性能

为研究软段种类对聚酰胺(PA)弹性体性能的影响,合成了具有不同性能的热塑性PA弹性体(TPAE)。以十二碳二元酸、十二碳二元胺和三种不同种类的聚醚[聚环氧乙烷(PEO)、聚环氧丙烷(PPO)和聚四氢呋喃(PTHF)]为原料,采用一步法分别合成了三个系列的PA1212基热塑性弹性体。采用傅里叶变换红外光谱、核磁共振氢谱确定了TPAE的成功合成,通过差示扫描量热分析、热失重分析、动态力学分析(DMA)、力学性能测试、吸水性能测试和电阻率测试对TPAE的性能进行了表征。结果表明,合成的TPAE的熔点高于170℃,热分解温度高于410℃,其中PEO系列弹性体的熔点和结晶温度较高。DMA测试结果表明PEO软段与PA硬段相容性最好,而PPO系列弹性体在-50～-40℃之间的tanδ大于0.3,表明此种材料在低温下具有良好的阻尼性能。PEO系列弹性体力学性能最优,拉伸强度在30～38.5 MPa之间,断裂伸长率高于620%,且拥有较高的吸水性能,饱和吸水率可达到30.2%,体积电阻率相对于PA1212降低了6个数量级。而PTHF系列弹性体有着最低的吸水率,饱和吸水率低至1.4%。三种材料可以应用于不...     

水解胶原/海藻酸钠/纳米SiOx三元复合膜的制备及性能测试

探讨不同工艺条件下纳米SiOx粒子在水解胶原、海藻酸钠复合体系中的分散情况,在此基础确定了水解胶原/海藻酸钠/纳米SiOx三元复合膜的制备工艺.实验进一步研究了纳米SiOx的加入量对复合膜力学性能、透水气性、抑菌性能的影响.结果表明,适量纳米SiOx可使复合膜抗张强度抑菌性能增加、透水气性减小,在食品保鲜领域具有一定的应用价值.     

一种基于对抗学习和语义相似度的社交网络跨媒体搜索方法

社交网络蕴含着丰富的多媒体信息,如何实现社交网络跨媒体信息的搜索已成为研究热点.基于深度学习的单一模态语义特征提取和学习在社交网络信息搜索上取得了较好的效果.在跨模态信息搜索时不同模态的数据特征不能直接比较,因此不同模态之间的语义鸿沟是亟待解决的关键问题.针对上述问题,本文提出了一种基于对抗学习和语义相似度的跨媒体搜索...     

黑龙江某细鳞片石墨矿选矿试验研究

以黑龙江某细鳞片石墨矿为原矿,在矿石性质研究的基础上,进行磨矿细度、调整剂水玻璃用量、捕收剂煤油用量、起泡剂2#油用量及再磨细度条件试验.在最佳条件试验基础上,进行开路试验和闭路试验.原矿固定碳含量(固定碳质量分数)为7.99％,经过"1次粗选,2次扫选,5次再磨,7次精选"的闭路浮选流程,最终精矿固定碳含量为94.0...     

基于MPI的二维稳态温度场的并行计算

作为颗粒离散元软件并行化的前期研究,对二维稳态导热问题的有限差分法求解程序进行了并行化处理.并行算法将计算域划分为若干个子域,并将各子域上的迭代计算任务分配给相应的处理器执行.同时,算法考虑负载平衡,并采用计算和通信的重叠技术,提高并行算法的效率.通过对二维稳态温度场导热问题的串/并行程序在曙光TC2600刀片服务器上的计算结果进行比较分析,验证了该并行方法的有效性.实验结果表明,计算耗时与通信耗时的比值越大,并行效率越高.     

基于膨胀卷积迭代与注意力机制的实体名识别方法

针对传统实体名识别方法无法兼顾文本序列提取特征的有效性和神经网络模型训练速度的问题,提出一种基于迭代膨胀卷积神经网络(IDCNN)与注意力机制(ATT)的实体名识别方法。IDCNN可利用GPU并行计算的优化能力,保留长短期记忆神经网络的特性,即用简单的结构记录尽可能多的输入信息,并在准确提取文本序列特征的同时加快神经网络模型的训练速度。通过引入ATT运用文本语法信息和单词词性信息,从众多文本特征中选择对实体名识别更关键的特征,从而提高文本特征提取的准确性。在新闻数据集和微博数据集上的实验结果表明,神经网络模型的训练速度比传统的双向长短期记忆神经网络有显著提升,基于注意力的实体名识别方法的评价指标比传统的无注意力机制方法提高2%左右。