氯盐在水泥海排灰结合料中的固化机理

目的 通过内掺氯盐对水泥海排灰结合料微观结构的分析,揭示内掺氯盐的水泥海排灰结合料的固化机理.方法 采用SEM、XRD和理论分析的方法 对水泥海排灰结合料的性能和微观结构进行研究,并且分析含氯盐的水泥海排灰的固化机理.结果 当海排灰中含有氯盐时,水泥海排灰结合料7 d、28 d龄期均能生成一种新的晶体-Friedel盐;海排灰中掺加质量分数为0.5%氯盐的结合料试件经过无侧限强度试验7 d龄期强度较高,28 d龄期强度最高.结论 海排灰中的氯盐可以在水泥海排灰结合料中得到固化,从而提高结合料的强度.     

基于GARCH模型的WTI原油价格波动性分析

运用GARCH、EGARCH的t分布模型对WTI原油现货价格进行了统计拟合分析,得到了其收益率序列尖峰厚尾和异方差性等主要概率特征,并对GARCH、EGARCH的t分布模型的预测效果进行了比较分析,发现基于学生t分布的EGARCH模型比GARCH模型能更好地描述WTI原油价格的波动特征,并且具有较好的预测能力.     

膨胀聚苯板外墙外保温工程施工质量问题分析及控制

结合工程实例,阐述了膨胀聚苯板外墙保温工程施工中的质量控制措施及控制要点.     

无线铂电阻温度传感器测试系统

为实现对铂电阻温度传感器的自动测试,设计了基于ZigBee的铂电阻的测试系统.多个高精度微型铂电阻测试节点组网后把测试数据通过汇聚节点传输到计算机.在Windows的开发平台下,利用Delphi7.0+ SQL Server2000技术进行软件研发,实现了铂电阻数据的自动采集、处理、传输、管理、性能评判等功能为一体的自...     

端部约束悬臂输流管道的非线性动力学特性

针对悬臂端受线性弹簧支承和扭转弹簧约束的约束悬臂输流管道,采用分岔图、相平面图、Poincare截面和Lyapunov指数等非线性振动的数值仿真方法,研究其在自激-参数激励-外激励联合激励作用下的非线性动力学特性,分析系统出现周期和混沌运动响应的参数条件,揭示其通向混沌的途径,探寻各参数对输流管道振动特性的影响规律和各参数之间的相互制约关系.数值仿真结果表明,管道系统随质量比、端部约束刚度和管道粘弹性系数的不同,分别呈现周期、概周期、阵发性和混沌运动多种响应形式,系统通过倍周期分岔或阵发性进入混沌,通过倍周期倒分岔脱离混沌.     

基于小波变换的地震波时变功率谱估计

为进一步认识地震动的非平稳特性,基于小波变换提出一种估计时变功率谱的方法.利用小波变换的带通滤波特性,结合时变功率谱的物理意义,从能量的角度推导各频带上小波系数与时变功率谱密度函数的关系,从而通过地震动信号的小波系数估计时变功率谱.利用基于小波变换的估计时变功率谱方法,针对实测和模拟地震动信号进行时变功率谱估计,并与基于傅里叶变换估计的功率谱进行了比较验证.结果表明：该方法正确、可行,它将原有的频率-幅值的二维认识提高到频率-时间-幅值的三维认识,解决了傅里叶变换估计功率谱缺乏时间信息的问题.     

基于储氢合金的太阳能制冷系统理论研究

结合金属氢化物的特点,提出了一种新型太阳能吸附式制冷循环系统;具体介绍了系统结构形式,建立了系统能量转换与分析模型,并对构成系统的各部件进行了分析;根据具体算例,计算了系统各部件的效率与损失,结果表明,系统具有较好的节能效果,且系统优化应以太阳能辐射量为基准,以提高金属氢化物系统中的氢气转化率为目标进行。系统优化的另一方向在于发展与其他太阳能利用技术相结合的复合式系统。     

煤矿工作面无线全覆盖通信系统设计

根据煤矿工作面无线通信的需求,分析了现有工作面有线通信和无线通信技术的优缺点,提出了一种基于无线网状网和ZigBee技术的煤矿工作面无线全覆盖通信系统设计方案,并介绍了综合基站和WiFi网关的设计。测试结果表明,该系统能够满足工作面数据、语音、视频等不同信息的无线传输需求,实现了工作面无线信号的全覆盖。     

基于RetinaNet-CPN网络的视频人体关键点检测

为解决基于视频流的人体关键点检测效果不佳及视频流切片后可能会发生运动模糊的问题,提出了一种改进的RetinaNet-CPN网络对人体关键点进行检测,有效解决切片后运动模糊图像的干扰并提高了人体关键点的检测准确率.视频流切片后,先用改进的RetinaNet网络检测出图片中的所有人并对每个目标框做模糊检测,对大于阈值的目标框做去模糊处理,最后用引入注意力机制的CPN网络提取关键点.将RetinaNet衡量预测框与真实框差异的IOU函数改成DIOU后,在仿真实验中目标检测AP提高了近3％;对于模糊的图片,利用匀速直线运动频谱特征估算出的模糊核与实际模糊核相差不大,对其做去模糊处理后基本能恢复出原清晰图片;同时引入注意力机制为各通道和特征层分配合理的权重,使得CPN检测AP提高近1％,AR提升0.5％.     

一种卷积神经网络的模型压缩算法

卷积神经网络的研究取得一系列突破性成果,其优秀表现是由深层结构支撑的。针对复杂的卷积神经网络在参数量及计算量上存在大量的冗余问题,提出一种简洁有效的网络模型压缩算法。首先,通过计算卷积核之间的皮尔逊相关系数判断相关性,循环删除冗余参数,从而压缩卷积层。其次,采用局部-全局的微调策略,恢复网络性能。最后,提出一种参数正交正则,促使卷积核之间的正交化,进而减少冗余特征。实验结果表明,在MNIST数据集上,该压缩算法能够在不损失测试精度的前提下,使AlexNet卷积层的参数量压缩率达到53.2%,浮点操作计算量可以减少42.8%,并且网络模型收敛后具有较小的误差。