基于BP网络的人脸朝向识别方法

为了使仿人机器人的视觉系统能够识别出人脸,利用BP神经网络的理论知识,研究人脸识别技术,对图像中人脸朝向判别进行实验研究。实验采用Matlab工具箱进行BP网络设计,实现对人脸角度方向的判别。讨论了输入和目标向量设计BP神经网络结构的设计,以及网络参数和训练参数的设定等问题。实验结果表明,BP神经网络可以根据输入图像的二值化信息,以一定的准确率判别该图像的人脸朝向。     

《铁碳合金相图》的教学探究

本文对Fe-Fe3C相图和它的教学设计进行了全面分析,特别用简而易懂的5单7双3线9点方法对铁碳合金相图进行了详细的分析,使得原本枯燥难懂的理论变得形象生动。     

南天山与西昆仑帕米尔冲断带的空间对接关系研究

利用人工和天然地震剖面解释,地面地质资料分析,研究了位于塔里木盆地西北缘的南天山与西昆仑帕米尔冲断带的空间对接关系.结果表明:在浅层阿图什与克拉托—明尧乐背斜带之间是来自于南天山与西昆仑帕米尔冲断带的构造结合带,南天山冲断带可分为浅层叠瓦式冲断系统和深层的隐伏双重冲断系统,西昆仑帕米尔冲断带以乌泊尔基底断裂为界分成北部的克拉托—明尧乐背斜带和南侧的乌泊尔背驮盆地;在深层塔里木地块受到新生代以来印度板块与欧亚板块的碰撞和乌泊尔右行走滑断裂的控制作用,产生南北两侧的双向大陆深俯冲作用,致使南天山与西昆仑仰冲于塔里木地块而抬升,形成南北两大新生代复活造山带.     

气藏水平井连续携液理论与实验

在气藏水平井中随着生产管柱倾斜角度的变化,井筒内液体的重力作用会发生改变,从而引起气液两相流型的变化.以产气为主的气井井筒内液体主要以液膜、液滴的形式出现,由此出现了液滴模型与液膜模型两种解释积液的理论.从这两种携液理论出发,考虑生产管柱倾斜角度的影响,对倾斜管内液滴、液膜进行受力分析,推导出了随管柱倾斜角度变化的连续携液临界流速的计算式,使之适用于水平井连续携液临界流量的计算.设计制作了水平气井连续携液实验装置并进行了实验研究,观测气藏水平井中气水两相运动与流型变化情况并测试其临界携液气量,结果表明,气藏水平井中水平井段的液体以液膜携带为主,但直井段中越接近井口,越以液滴携带为主,液滴模型也能适用于计算气藏水平井的连续携液临界流速.     

三聚氰胺分子印迹聚合物的合成与光谱学特性

采用非共价印迹法,以三聚氰胺为模板分子,甲基丙烯酸为功能单体,乙二醇二甲基丙烯酸酯为交联剂,合成了三聚氰胺分子印迹聚合物．实验表明该印迹聚合物对甲醇溶液中三聚氰胺具有良好的选择性结合能力,对液态奶中的三聚氰胺的富集率可达98％以上．并结合紫外光谱及红外光谱对分子印迹聚合物的合成及结合机理进行了初步解析．     

小氮肥造气系统的改造

前言我厂是一九八○年投产的年产合成氨三千吨的小氮肥厂。造气系统为二台φ1980煤气发生炉,采用固定层间歇气化工艺。由于采用石灰碳化煤球制气,带出物多,煤灰由造气烟囱喷出,严重污染附近环境。系统阻力大,几乎每天都要停炉疏通管道。生产能     

智慧校园大数据库安全防护的设计与研究

智慧校园建设必然带来数据的爆发式增长,数据库安全问题应作为一个重要的方面去考虑。文章首先针对大数据库的安全问题从系统体系架构的设计上进行优化;接着介绍了大数据库防护设计方案的特色,即从统一身份认证、数据中心运行环境、安全体系和人员工作体系等几方面对数据库的安全进行保障,这种设计方案必定会使到数据库的保障更为安全。     

基于时频域转换的变压器油纸绝缘介质响应检测研究

变压器的使用环境相对复杂,存在大量噪声和杂音,传统绝缘介质响应检测方法受复杂环境影响,导致不同老化程度的油纸检测结果都较为近似,因此基于时频域转换,研究全新的变压器油纸绝缘介质响应检测方法.以5个老化程度不同的油纸作为实验测试条件,与两种传统检测方法相比,其拟合优度分别高出传统方法近1倍和1.5倍.由此可见,该方法的检测结果符合实际,可以信赖.     

疫情下数据结构课程线上教学模式探索与实践

为了在新冠肺炎疫情的影响下充分保障正常的教学秩序,全力做到“停课不停教、停课不停学”,落实“教师真在教、学生真在学”,数据结构教学团队利用超星“一平三端”智慧教学系统和钉钉直播相结合的方式,在教学准备、教学实施、学习评价和教学改进等四个方面开展线上教学模式探索和实践,实现了将线上线下混合式教学转变为纯线上教学模式,体现了“以学生为中心”的教学理念,达到线上与线下同质同效。     

改进Mask R-CNN算法的带钢表面缺陷检测

在带钢的生产过程中可能会因为生产工艺的问题导致带钢表面出现缺陷,传统的带钢表面检测方法存在检测速度慢、检测精度低等问题。在计算机深度学习快速发展的今天,为实现带钢表面缺陷快速有效的检测,提出改进的掩码区域卷积神经网络（Mask R-CNN）算法,使用[k]-means II聚类算法改进区域建议网络（RPN）锚框生成方法;同时调整Mask R-CNN模型的网络结构,去掉掩码分支,提高了模型的缺陷检测速度。实验在NEU-DET数据集的5种缺陷检测中将原算法的均值平均精度（mAP）从0.810?2提升到0.960?2,检测速度达到5.9?frame/s。并且能够实现对缺陷目标的检测和实例分割,以便研究人员观测缺陷的大小和形状,从而改进工艺。相比于目前其他深度学习的缺陷检测算法,更能满足带钢的生产检测要求。