焦作兴旺汽修厂办公自动化软件的设计与实现

为提高焦作兴旺汽修厂的工作效率,用VB编写软件并用MicrosoftAccess建立数据库,在局域网中实现了仓库管理自动化。该软件可进行仓库的入库、出库、查询、备份、打印等操作,提升了企业工作效率和竞争力。实践证明VB在数据库管理中具有强大的功能。     

易回收型Ag/BiOCl/Bi2O3/CNF异质结光催化剂的制备及降解性能研究

针对传统粉体光催化剂难以回收的问题,以电纺碳纤维(CNF)为基底,通过两步溶剂热法和光还原反应,制备了Ag/BiOCl/Bi₂O₃/CNF异质结光催化剂。BiOCl/Bi₂O₃异质结可有效提升光生载流子的分离能力,Ag修饰增强了电荷传输,使复合光催化剂对有机污染物的降解性能大幅提升。通过吸附-降解协同作用,Ag/BiOCl/Bi₂O₃/CNF对10 mg·L^-1罗丹明B (RhB)经光照120 min后的移除率高达91.1%,对20 mg·L^-1盐酸四环素(TCH)经光照160 min后的移除率达85.3%。Ag/BiOCl/Bi₂O₃/CNF不仅可快速处理有机污染物,还具有循环稳定、便捷回收的特点,可克服现有粉体光催化剂难以重复利用的缺点,具有实际应用潜力。     

Cu9S5/TiO2纳米管的制备及其光催化降解性能研究

采用牺牲模板法和水热法结合的合成路径,将Cu₉S₅层负载于TiO₂纳米管上,制备了性能优良的TiO₂纳米管状异质结光催化剂。Cu₉S₅和TiO₂两者之间异质结的形成使得体系的带隙缩小至2.77 eV,相对于纯TiO₂显著拓宽了光吸收范围。基于密度泛函理论利用VASP软件计算的差分电荷密度图以及瞬时光电流响应测试表明Cu₉S₅/TiO₂纳米管状异质结光催化剂具有优良的光生载流子分离能力。本工作所合成的Cu₉S₅/TiO₂纳米管状异质结光催化剂可在120 min内去除98%的罗丹明B(RhB,10 mg·L^-1)以及99%的盐酸四环素(TCH,30 mg·L^-1)。循环光催化降解测试表明Cu₉S₅/T...     

基于改进胶囊网络的X射线图像违禁品检测

针对X射线图像违禁品检测中存在的漏检和误检问题,提出基于改进胶囊网络的模型（DMF and SE Capsule）用于X射线图像违禁品检测。该模型在传统胶囊网络的基础上增加了特征增强（dilated convolution multi-scale feature fusion,DMF）模块和特征筛选（squeeze-andexcitation block,SE）模块。首先使用特征增强模块提取图像特征,通过增加空洞卷积层,并且将所得的高低层语义特征进行拼接融合,从而得到丰富的特征信息;然后再用特征筛选模块,以挤压激励的方式将得到的特征进行筛选;最后再经过网络的胶囊层,从而完成对违禁品的检测。为了验证模型对复杂场景下X射线图像中违禁品的检测能力,在SIXray数据集上进行实验,模型的检测准确率达到79.254%,与原始的胶囊网络（71.350%）相比提升了7.904%,因此,改进模型的检测能力提升明显。     

影响风力发电机翼型气动性能的因素研究

翼型气动性能的优劣影响着风力发电机的发电效率,研究影响叶片翼型气动性能的因素具有重要意义。本文采用数值方法计算了文献中NACA0012翼型在Re=10^6时的气动性能参数并与试验值比较,验证了数值方法的正确性。通过对相对厚度、相对弯度、雷诺数等影响翼型气动特性的参数进行研究,结果表明:相对厚度小的翼型在小攻角范围可以获得更好的气动性能;当攻角大于失速角12°后,相对厚度大的翼型的气动性能更佳。在0°~20°攻角范围内,相对弯度和雷诺数越大,翼型的气动性能越好。     

基于GIS的建设用地扩张研究

本文以Landsat影像数据为核心,运用GIS模块下的空间分析功能,从空间格局发展的角度探索万山区的建设用地扩张过程,在此基础上讨论驱动因子。从2007年至2022年间,万山区扩张速度较快,扩张强度较大;扩张过程中城市紧凑度升高,城市空间格局向外延发展;社会经济发展、城市规划等因素对万山区城市扩展作用显著。     

基于差分非平稳Transformer的液压支架立柱压力预测

液压支架立柱压力预测是回采工艺决策的重要依据,也是确保围岩稳定的基础信息之一。然而,液压支架立柱压力虽然具有一定的规律性,却无法用简单的数学模型进行预测;且在回采过程中,支架不接顶、顶板破碎、传感器检测误差等带来大量的随机噪声,使得压力数据劣化为非平稳时间序列,给压力的预测带来的很大的困难。本文在Transformer基础上,提出一种差分非平稳Transformer模型,在Transformer的编码器和解码器中分别引入差分归一化和反归一化操作,以提升序列的平稳性。同时,在Transformer中采用去平稳注意力机制,计算序列元素之间的关联关系,以增强模型的预测能力。在真实的煤矿支架立柱数据集上的对比实验表明,本文提出的差分非平稳Transformer的预测效果达到0.674,表现明显优于LSTM、Transformer和非平稳Transformer模型。     

二羟基丙酮免晒美黑凝胶的配方设计与功效研究

研究了二羟基丙酮美黑凝胶中增稠剂的种类和用量、溶剂配比、二羟基丙酮的含量和制备工艺对配方的影响,通过外观、铺展性等感官评价和稳定性、功效性研究,综合确定较优配方,为二羟基丙酮免晒美黑凝胶的开发提供理论依据.结果表明,二羟基丙酮免晒美黑凝胶的增稠剂宜用2％质量分数的羟乙基纤维素;溶剂以乙醇、丙二醇和丙三醇质量比为10︰5...     

一种基于自训练的众包标记噪声纠正算法

针对众包标记经过标记集成后仍然存在噪声的问题, 提出了一种基于自训练的众包标记噪声纠正算法(Self-training-based label noise correction, STLNC). STLNC整体分为3个阶段: 第1阶段利用过滤器将带集成标记的众包数据集分为噪声集和干净集. 第2阶段利用加权密度峰值聚类算法构建数据集中低密度实例指向高密度实例的空间结构关系. 第3阶段首先根据发现的空间结构关系设计噪声实例选择策略; 然后利用在干净集上训练的集成分类器对选择的噪声实例按照设计的实例纠正策略进行纠正, 并将纠正后的实例加入到干净集, 再重新训练集成分类器; 重复实例选择与纠正过程直到噪声集中所有的实例被纠正; 最后用最后一轮训练得到的集成分类器对所有实例进行纠正. 在仿真标准数据集和真实众包数据集上的实验结果表明STLNC比其他5种最先进的噪声纠正算法在噪声比和模型质量两个度量指标上表现更优.     

深度残差神经网络高分辨率遥感图像建筑物分割

针对高分辨率遥感图像建筑物分割问题,提出一种Encoder-Decoder的深度学习框架,建立输入图像到分割结果之间的端对端的分割模型。其中Encoder以残差网络为基础,自动提取建筑物的特征;Decoder采用反卷积实现对特征图的上采样,从而完成对建筑物的分割;同时引入批量规范化处理,降低了神经网络权重训练过程中的梯度竞争,从而减小了神经网络的训练难度。实验表明:提出的建筑物分割算法能有效提取建筑物的块状特征和边缘信息,降低复杂道路等干扰的影响,提升建筑物的分割精准度,算法对邻近复杂道路的建筑物、规律性建筑物、单体复杂建筑物等3种典型建筑物的分割精度分别为:0.837、0.892和0.630;F值分别为:0.851、0.879和0.730。同时,多分辨率条件下的分割实验结果表明,该算法对于一定范围内的多分辨率遥感图像具有较好的泛化能力。