低温储粮与硅藻土杀虫剂结合处理实仓试验

研究通过对仓库屋顶采用珍珠岩隔热,仓窗门、通风口采取保温板隔热,冬季通风和硅藻土杀虫剂处理方法相结合.实验结果表明,80多次的虫情检查和记录,实验仓没有发现害虫,而对照仓发现害虫、书虱及螨类,每年都要进行一次化学药剂熏蒸杀虫处理.     

100 m高钢筋砼烟囱定向爆破拆除

以定向爆破拆除100 m高钢筋砼烟囱为工程实例,论述了烟囱爆破要合理地确定爆破切口部位、选择爆破切口形状和精确地开设对称定向窗等工程经验.     

纤维增强复合材料波纹蒙皮基体的承载能力

本文以一种可作为变体机翼蒙皮的复合材料波纹结构为对象,研究了其横向承载能力,为其结构参数优化提供理论基础。提出了一个理论分析模型,计算了试件横向的抗弯刚度及三点弯曲载荷下的挠曲线,并计算了同等材料厚度、宽度的平板结构的抗弯刚度,比较发现,波纹结构在纵向有远大于平板结构的承载能力。模仿蒙皮实际受载情况,计算了均布载荷作用下波纹试件弯曲的挠曲线方程。制作了波纹基体承载试件及平板试件,用三点弯曲法对两种试件进行了弯曲测试,测试结果表明,在弯曲的弹性变形段内,理论计算值与测试值基本吻合,误差小于10%,证明了理论分析模型的正确性。     

多壁碳纳米管改性铂型IPMC的试验研究

将一种全氟磺酸树脂(Nafion)与多壁碳纳米管(MWCNTs)分别按质量比100:1、 100:3、 100:5进行配比, 采用溶剂浇铸法配合超声波分散法制备MWCNTs/Nafion型离子交换膜(IEM), 在此基础上利用化学沉积法制备铂型离子聚合物金属复合材料(Pt-IPMC), 考察三种MWCNTs负载量对IEM及Pt-IPMC性能的影响。采用SEM配合EDAX研究Pt的沉积效果, 对IEM及Pt-IPMC试样进行拉伸测试, 采用数字信号发生器为激励源测试Pt-IPMC的动态位移。结果表明: 添加MWCNTs使Pt-IPMC的内、 外电极厚度分别增加200%~250%和180%~200%, 使IEM及Pt-IPMC的弹性模量分别提高57.92%~140.85%和9.06%~52.85%; MWCNTs有效修饰了Pt-IPMC的内电极, 并明显提升其动态位移量、 动态响应及变形速度。     

冀中坳陷杨税务奥陶系深潜山储层特征及主控因素

储层非均质性强、主控因素不明是制约杨税务奥陶系内幕深潜山勘探的重要因素.以岩心、薄片及XRD观察为基础,综合扫描电镜、物性、成像测井、锶同位素资料,分析储层发育特征及主控因素.结果表明,奥陶系潜山从下而上发育3套似层状储层及1套局部分布的储层.Ⅰ号储层分布在亮甲山组—马家沟组一段,Ⅱ号储层分布在马家沟组二段上部—马家沟...     

EBH-120型掘进机回转台的设计与应力分析

对EBH-120型掘进机的重要部件回转台进行了结构设计,选择较小的径向滚动轴承和大型平面轴承相结合,将回转齿轮和平面止推轴承盘设计成整体结构,并经过对平面止推轴承盘的应力分析与校验,确定了其设计的合理性。     

一种带隐私保护的基于标签的推荐算法研究

在基于标签的推荐中,标签起着联系用户和信息资源的作用。但 由于存在语义特性,相较于评分数据,标签数据在一定程度上更能够直接反映用户喜好,隐私问题更为突出。推荐服务器收集用户的历史标签记录,一旦攻击者通过攻击推荐服务器而获得了用户信息,将造成严重的用户隐私泄露问题。对此,提出一种带有隐私保护的基于标签k-means聚类的资源推荐方法CDP k-meansRA,即利用Crowds网络进行用户发送方匿名保护,并且将ε-差分隐私保护融入改进的标签k-means聚类算法中。通过实验将提出的CDP k-meansRA与k-meansRA等算法进行比较,证明了CDP k-meansRA能够在保护用户隐私的前提下,保证一定的推荐质量。     

基于分层模型的配电网故障定位优化算法

针对配电网故障定位实时性要求高及配电网中存在T接点的特点,提出了基于分层模型的配电网故障定位优化算法。该算法充分考虑配电网故障定位和分层模型的特点,采用分段定位原理,通过计算某一区间中间层顶点故障信息状态组合情况,以确定故障所属的更小区间,逐步压缩故障所属区间,实现故障的快速、准确定位。     

基于SMBus的双单片机多通道ADC

针对人行径方向测量的红外探测系统需求,提出了实现多通道模数转换器(ADC)的一种新方法,采用了双片可独立工作的带有8通道ADC的单片机,基于双片单片机之间的SMBus通讯可实现16通道ADC系统,从而可简化后端处理电路,提高系统的数据处理能力,并取得较好的数据采集的同步性.     

Bayer阵列图像去马赛克算法综述

Bayer阵列图像去马赛克技术是对稀疏采样的Bayer阵列图像进行RGB信息重建,图像重建质量是成像设备评价的重要因素之一,同时也对其他计算机视觉任务(如图像分割、人脸识别)产生影响。随着深度学习方法的快速发展,图像去马赛克领域提出了多种高性能算法。为了便于研究者更全面了解图像去马赛克算法的原理和研究进展,本文对该领域的经典算法和深度学习算法进行综述。首先对Bayer采样阵列原理和图像去马赛克技术进行概述。然后将现有方法分为传统方法和基于深度学习方法两类进行总结,同时根据去马赛克任务是否具有独立性,将深度学习方法分为独立去马赛克任务和联合去马赛克任务两类,分析不同方法的原理和优缺点,重点阐述基于深度学习的去马赛克方法的网络结构和重建机理,介绍去马赛克领域常用的公共数据集和性能评价指标,并对图像去马赛克相关实验进行分析对比。最后,围绕网络深度、运算效率和实用性等方面分析了现阶段图像去马赛克技术面临的挑战及未来发展方向。目前,基于深度学习的图像去马赛克方法已成为主流发展方向,但仍然存在计算成本较高、实际应用性不强等问题。因此,如何开发出重建精度高、处理时间短以及实用性强的图像去马赛克方法,...