铅冶炼烟尘浸出液中镉的电积行为的规律

镉常伴生于锌矿、铅锌矿和铜铅锌矿石中,约95%的镉作为铅锌冶炼过程中的副产品被回收,其中冶炼烟灰是镉回收的主要原料之一。本文以铅冶炼烟尘为对象,研究了其硫酸浸出液中镉的电解沉积行为,主要考察了电流密度、温度以及镉离子的浓度对电流效率、单位电耗、阴极镉纯度及形貌的影响规律。结果表明:在电流密度150 A/m2、温度30 ℃、浸出液中镉浓度40 g/L的条件下,电沉积4 h的电流效率可达96.14%,单位电耗为1.769 kW·h/kg,阴极镉的纯度可达到97.75%。升高温度、增大电流密度、镉离子的消耗都在不同程度上降低了电流效率并增加了单位电耗。电极反应动力学表明,镉离子在阴极区的还原过程受离子扩散控制。      

基于深度学习的压缩感知图像重构算法综述

压缩感知突破奈奎斯特采样定律(NST),很大程度缓解了数据的获取和传输压力.近年来,随着深度学习迅速发展,深度神经网络技术在压缩感知领域的应用使压缩感知重构的精度和效率均得到有效提升,并引起学者们的广泛关注和研究.为了对现有的基于深度学习的压缩感知图像重构算法进行梳理归纳,首先,介绍压缩感知的基础数学知识以及两种极具代表性的传统压缩感知重构迭代优化算法:ISTA和ADMM;接着,详细讨论上述两种传统算法的深度网络展开框架以及对基准框架的改进技术:ISTA-Net++和ADMM-Net,并对SDA、ReconNet、DR^(2)-Net等五种非传统算法展开的端到端的深度神经网络框架进行对比分析;然后,以峰值信噪比(PSNR)为评价指标,将代表性网络模型在自然图像数据集Train400和医学图像数据集MICCAI上的重构精度进行比较分析;最后,总结并展望深度学习技术在压缩感知重构领域的研究前景.     

服务功能链中基于机器学习的QoE评估与预测

在软件定义网络与网络功能虚拟化协同的网络架构下,只考虑单个服务质量（QoS）指标的服务功能链部署无法满足用户的多业务体验需求。提出一种基于机器学习的服务功能链部署模型。基于层次分析法构造MPNQ2算法以建立QoS与体验质量（QoE）的映射关系,得出影响QoE的网络参数并评估其影响权重。在此基础上,利用具备较强综合学习和泛化能力的随机森林模型对服务功能链的QoE进行预测。实验结果表明,与梯度提升决策树、线性判别分析等机器学习模型相比,随机森林模型为预测QoE的最佳模型,同时在影响QoE的网络参数中,丢包率对服务功能链的部署影响最大。     

新型网络实验室的建设方案

介绍了新型网络实验室的设计、安装、配置等全过程。该方案实现了培养高技能的网络工程师及Cisco的CCNA、CCNP职业认证的目的,满足社会对网络人才的需求。     

基于非局部总变差的图像分割活动轮廓模型*

在一般活动轮廓模型的连续全局极小化方法基础上,利用四种非局部总变差,给出了一种具有连续全局极小解的非局部活动轮廓模型。由于该模型的非局部特性,在分割过程中能有效地去除图像中的噪声,同时保留那些重复的精细结构。数值实验证明,该模型能将图像中的主体结构和精细结构很好地分割出来,而标准活动轮廓模型的分割结果中则丢掉了许多小的精细结构。     

“错误”让数学课亮起来

孔子说过：“人非圣贤，孰能无过!”不管是在生活中还是学习中。每个人都或多或少地犯过错误，老师如此，学生也如此。认知心理学派认为：错误是学习的必然产物，因此错误是可以被接受的，出错是成长中的学生的权利。学生的知识背景、思维方式、情感体验、表达方式往往和成人截然不同，他们在学习中出现各种各样的错误是十分正常的。     

让明眸流转珍珠的光辉

下个月就要拍婚纱照了。那天我给表姐打电话，让她陪我一起去挑选婚纱，表姐欣然答应。     

基于ASE.NET的脸部试妆系统的研究与设计

这套系统可以解决网上购买化妆品难以试用的问题,可以节省顾客的时间.本试妆系统中采用了RFID技术,面部识别技术和ASP.NET技术,能够兼顾编码包装的和采用RFID技术包装的化妆品试妆.对脸部试妆系统的设计和面部特征自动标定算法的实际应用进行了详细地论述,并给出了"特征矫正"时所需特征标准位置的确定算法.     

维扬风味面点特色探析

以《维扬风味面点五百种》为依据，从面点的原料类型、面团类型、成形技法、成熟方法、色彩类型、面点味型、面点形态、口感类型等八个方面进行分类统计，通过量化分析总结了维扬风味面点的主要特色。