基于多视图循环神经网络的三维物体识别

对于三维物体的识别任务,基于多视图卷积神经网络的方法（MVCNN）在准确性和训练速度等方面都优于基于三维数据表示的方法。但MVCNN依赖于三维模型,且采用了固定视角的视图,不符合实际的应用场景;此外,其视图特征融合采用了最大值池化操作,会损失部分原始特征信息。针对这一问题,该文提出了一种基于多视图循环神经网络（MVRNN）的三维物体识别方法,从3个方面对MVCNN进行改进。首先,在交叉熵损失函数中引入特征辨识度指标,以提高不同物体特征之间的辨识度;其次,使用循环神经网络代替MVCNN的最大值池化操作来融合多个自由视觉视图特征,得到一个更加紧凑且物体外观信息完备的融合特征;最后,利用二分类网络对自由视角单视图特征和融合特征进行匹配,实现三维物体的细粒度识别。为了验证MVRNN的性能,分别在公开数据集ModelNet和自建数据集MV3D上进行对比实验。实验结果表明,与MVCNN相比,MVRNN提取的多视图特征具有更高的辨识度,在两个数据集上的识别准确率均较有明显提升。     

不同参数大尺度注浆体试件力学特性与失稳机制

通过对3组18个大尺度注浆体试件进行单轴压缩力学试验与X射线衍射分析,研究了破碎岩块粒径、注浆液水灰质量比与注浆压力对注浆体试件抗压强度、轴向变形与横向变形的影响机制,分析了岩浆界面过渡区矿物成分,探讨了不同注浆体试件基本失稳模式.结果表明:随着粒径范围增大,注浆体强度、轴向应变呈"凸"形状态,横向应变相反,粒径从1?...     

便携式10 kV中置开关柜核相手车的研制

核相工作是避免引起相间短路故障,确保人身、电网及设备安全,提高供电可靠性的必要手段。传统核相手车因重量过重、缺乏有效管理等原因,在使用过程中给操作人员带来诸多不便。为了克服这一难题,通过梳理核相流程和各环节耗费时间,给出了一种新型便携式核相手车的设计方案,并对核相手车信息管理系统的功能进行了简要介绍。最后,通过运行数据,对比了传统以及新型核相手车的使用平均耗时,证明了所研制核相手车的实用价值。     

气相色谱-串联质谱法测定食品接触材料中邻苯二甲酸酯含量和迁移量

文章建立气相色谱-串联质谱法,测定食品接触材料中邻苯二甲酸二异辛酯（DIOP）和邻苯二甲酸二异癸酯（DIDP）的含量和迁移量。采用水、4%乙酸、10%乙醇、20%乙醇、50%乙醇、95%乙醇和油脂替代物正庚烷进行迁移试验,在迁移试验温度为60℃,迁移时间为10 d条件下,对检测方法的精密度（RSD）、准确度等进行探究。结果表明：含量测定线性相关系数r2≥0.999、加标回收率范围为93.8%～105.6%、RSD范围为1.0%～2.2%。迁移量测定线性相关系数r2≥0.999、加标回收率范围为92.4%～108.3%、RSD范围为0.2%～5.7%。此方法灵敏度高、准确度高,适用于测定食品接触材料中DIOP和DIDP的含量和迁移量。     

大功率电子管水冷系统的设计改进

对于大型电子管,例如大型速调管和行波管,水冷系统的设计非常重要,此文以某型电子管的水冷设计为基础,对其设计中出现的问题进行了思考,提出了自己的设计改进意见,提高了雷达水冷单元故障检测效率,以供参考。     

一种大口径微波/毫米波极化线栅研制的新方法

提出了用于制作极化线栅的模具法,利用解析法和计算机仿真分析法设计了用于微波/毫米波段的极化线栅,并应用该方法制作出多种口面规格、不同外框材料的极化线栅.对该系列极化线栅进行了液氮环境试验、机械性能测试以及电性能测试.实测结果表明:设计并应用模具法制作的极化线栅环境适应性强、具有较高的机械精度和优良的电气性能,能够满足实际应用需求,为毫米波段极化线栅的国产化开辟了新路径.     

基于机器学习的柔性触觉传感器设计

提出了一种有效检测压力位置的柔性触觉传感器设计方案,以碳纳米管为导电填料,以聚氨酯为基体,制备了一种可大面积成型的柔性压敏材料。同时,采用微处理器STM32F103、多路模拟开关CD4051和阻抗测量芯片AD5933搭建了信号采集电路,通过放置在边界的电极采集柔性材料内部的阻抗信息,利用机器学习分类算法检测压力位置。实验结果表明:柔性传感器能有效检测压力位置,空间分辨率为2.5ｃｍ,准确率为83.63％.此外,提出的传感器内部无导线分布,结构简单,成本较低,易于大规模生产和应用。     

基于堆叠沙漏网络的量体特征点定位

为提高复杂背景和任意着装情况下的量体特征点定位精度，将堆叠沙漏网络(SHN)引入人体图像量体特征点定位中，并针对SHN模型输出特征图分辨率过低导致定位精度不足的问题，构建了一种Deconv-SHN模型。一方面用多个反卷积层代替初始模型的输出层以提高输出特征图的分辨率，另一方面基于Smooth L1和局部响应对目标函数进行了优化。在自建的6 700幅正面人体图像数据集上对Deconv-SHN模型、SHN模型以及传统算法进行实验的结果表明，Deconv-SHN模型在复杂背景和任意着装情况下的特征点定位精度较传统算法有显著提升，也明显优于SHN模型，基本满足人体参数测量应用的要求。     

一类油层水驱剩余油分布再认识

聚合物驱进入工业化推广后,某区块一类油层聚驱阶段开发效果南部区块较北部区块差,本文通过对取心井资料、新钻井水淹解释资料、单井含水饱和度解释资料及水驱数值模拟等资料综合分析,重新认识该区水驱阶段采出程度和剩余油分布规律,及其对后期开发的指导,为类似区块聚驱开发提供参考。