Subpixel accuracy for extracting groove center based on corner detection

0IntroductionWelds quality is directly affected by the location accu-racy of welding torch to groove center in vision sensor robotwelding. Therefore, it is very significant to increase theextraction accuracy of groove center. A common method isto use high resolution CCD and high speed image collectingcard, but it costs high or sometimes there are limits inuse.Subpixel detection is an effective soft method to in-crease image location accuracy[1 -2]. Compared with chan-ging hardwares , it is v…     

灰铸铁组织对弹性模量的影响

研究了CE、Si/C、石墨形态、基体等对灰铸铁弹性模量的影响。     

PRECIPITATION IN A Cu-BASED SMA

ＰＲＥＣＩＰＩＴＡＴＩＯＮＩＮＡＣｕ－ＢＡＳＥＤＳＭＡＣｈａｎｇ；ＦｅｎｇｌｉａｎＷａｎｇ；ＳｈｉｄｏｎｇＷａｎｇ；ＹｕｒｕｉＺｈａｏ；Ｌｉａｎｃｈｅｎｇ（ＡｎａｌｙｔｉｃａｌａｎｄＴｅｓｔｉｎｇＣｅｎｔｅｒ，ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ，...     

塑性加工摩擦学研究的新方法——三维表面形貌分析

确定金属表面的粗糙度和结构是塑性加工摩擦学研究中的重要内容,但以往使用接触式粗糙度促进行测量的方法有很大局限性,目前国外已采用三维表面分析的方法进行测量和研究,本文介绍了三维表面分析原理、设备、主要特征参数、对表面的分析实例及其特点,使读者对这一新技术有一全面的了解。     

Effect of change management capability in real-time environment: an information orientation perspective in supply chain management

Supply chain management (SCM) is an important strategic tool that requires careful planning and management. While the availability of real-time information is a critical aspect of an SCM system, it possesses a potential to disrupt supply chain participants. Thus, the success of an SCM system hinges on how well participants deal with changes taking place in a real-time environment. This study adopts the concept of the real-time enterprise to understand the role of change management on SCM performance based on the concept of the information orientation. The study empirically validated the role of change management on SCM performance.     

基于动态模型的系统架构及建模平台实现

传统的基于静态模型的系统开发方法难以解决业务规则的快速扩展及变更带来的资源浪费等问题,工作流支持对工作内容进行良好的划分,并进行具体部署。结合SOA架构的业务流程再造能力,提出一种新的以三层模型为核心的支持快速、平滑、可重用的应用系统开发架构,对流程引擎和建模平台完成详细描述和设计,完成建模平台搭建工作,并以卡银行业务为例进行了基于三层模型的建模。结果表明,该系统开发架构具有很好的业务流程再造能力,可保证业务系统的持续稳定,达到提高生产组织水平和工作效率的目的。     

正线性函数在深度神经网络中的研究

针对深度神经网络中常用的激活函数具有非线性和计算复杂度高的特点,提出使用正线性函数代替常用非线性函数作为深度神经网络的激活函数。基于正线性激活函数建立的深度神经网络模型计算复杂度低,能得到稀疏表示,与人类大脑信息感知具有一致性。通过图像分类任务验证了正线性激活函数在深度神经网络中应用的有效性。     

基于MFCC特征提取的故障预测与评价方法

针对渐变故障的准确预测问题,提出了一种基于Mel频率倒谱系数(Mel frequency cestrum coefficient,MFCC)特征提取的故障预测方法.首先通过监测对象上安装的声传感器获得机器当前运行的声音信号;然后声音信号经过预处理后,将其进行Mel变换,获得其MFCC特征向量;最后经SVM分析器对机器运行时的测试数据和所存机器正常运行样本数据进行聚类分析,给出机器的健康评价.测试了海马M3发动机存在撞击声、轻敲声、轰鸣声时的健康度以及分析了采集的声信号存在噪声时的抗噪性能.实验结果表明,MFCC特征值能够作为机器健康预测的特征向量,且方法在预测的准确性和鲁棒性方面具有优势.