基于ANP-SWOT的上海公路废弃物资源化发展对策研究

随着公路系统的新陈代谢，大量废弃物给城市的资源与环境协调发展带来了巨大压力，以沥青路面再生技术为路径的公路废弃物资源化符合循环经济的理念，是我国公路建设迈向生态文明的必然选择。通过 ANP-SWOT 对上海公路废弃物资源化发展战略进行实证分析，发现当前形势下其优势和机遇较为明显，确定以 SO 策略为核心的推广战略为最佳选择，并提出一系列配套发展策略，为推动上海公路废弃物资源化提供参考。     

0Cr20Mn21Ni2N奥氏体不锈钢锻件组织性能研究

研究了无磁钻铤用0Cr20Mn21Ni2N奥氏体不锈钢圆棒锻件横截面的室温强度、硬度和韧性等力学性能,并从微观角度进行了分析。在圆棒表层区域观察到了锻造变形态晶粒组织,而直径四分之一区域为再结晶组织,平均晶粒尺寸为80μm,芯部再结晶晶粒尺寸粗化为150μm,这些差异是由不同的变形温度和降温速度造成的。这种组织差异导致的室温拉伸性能和冲击韧性也有相应的变化趋势。研究结果表明,在900、1000℃以0.5 s-1的应变速率压缩的0Cr20Mn21Ni2N试验钢样品,其应力应变曲线具有一定的加工硬化特征,其芯部硬度比应变速率为0.1 s-1的样品分别提升了28、15 HB。在700、800℃以20%以上的变形量进行压缩时,峰值抗力显著提高,而在900、1000℃以10%~50%的变形量进行压缩时,峰值抗力均无明显提高,可保证顺利的变形过程。     

水文序列相依变异识别的RIC定阶准则——以自回归模型为例

水文过程相依性是水文变异的主要表现形式之一,应用自回归模型对其进行拟合时合理确定模型阶数是一个难点问题。本文在分析AIC和BIC准则的基础上,提出了一种以原序列与其相依成分的相关系数作为拟合度指标,同时借用信息熵形式的函数式,作为模型不确定性度量指标的自回归模型定阶准则(简称RIC准则)。以AR(1)、AR(2)、AR(3)和AR(4)模型为例进行统计试验,将不同序列长度下该准则的定阶准确率与其他定阶准则进行比较,试验结果表明,RIC准则对于上述模型均具有较好的适应性,且定阶准确率远高于AIC准则,其中对于前三阶模型RIC准则优于BIC准则,但四阶模型略低于BIC准则。RIC准则的优势是可以同时满足模型定阶、相依程度分级与模型检验的需求,将其应用于实测水文序列分析,结果显示,该准则能较准确地识别自回归模型的阶数,且符合提出的"相依有变异而残差无变异的最小阶数"的检验标准。     

面向消费类电子产品的自动化生产线成组技术

针对现代消费类电子产品快速更新换代的现状, 介绍了该类产品的自动化生产线成组技术,阐述了通过度量消费类电子产品相似性和派生性特征,对产线进行成组编码的原理,研究产线工位单元的建模方法,描述了建模内容,并通过有无装载板的产线结构,论述了产线成组编码集成的途径和方法.     

Model Selection for Unsupervised Learning of Visual Context

This study addresses the problem of choosing the most suitable probabilistic model selection criterion for unsupervised learning of visual context of a dynamic scene using mixture models. A rectified Bayesian Information Criterion (BICr) and a Completed Likelihood Akaike’s Information Criterion (CL-AIC) are formulated to estimate the optimal model order (complexity) for a given visual scene. Both criteria are designed to overcome poor model selection by existing popular criteria when the data sample size varies from small to large and the true mixture distribution kernel functions differ from the assumed ones. Extensive experiments on learning visual context for dynamic scene modelling are carried out to demonstrate the effectiveness of BICr and CL-AIC, compared to that of existing popular model selection criteria including BIC, AIC and Integrated Completed Likelihood (ICL). Our study suggests that for learning visual context using a mixture model, BICr is the most appropriate criterion given sparse data, while CL-AIC should be chosen given moderate or large data sample sizes.     

氧气底吹熔炼氧枪浅析

系统地论述了氧气底吹熔炼氧枪的结构、工作原理、设计计算方法、材质及蚀损机理．指出了延长氧枪使用寿命的措施。