基于密集神经网络的灰度图像着色算法

针对在灰度图像着色领域中，传统算法信息提取率不高、着色效果不理想的问题，提出了基于密集神经网络的灰度图像着色算法，以实现改善着色效果，让人眼更好地观察图片信息的目的。利用密集神经网络的信息提取高效性，构建并训练了一个端到端的深度学习模型，对图像中的各类信息及特征进行提取。训练网络时与原图像进行对比，以逐渐减小网络输出结果的信息、分类等各类型的损失。训练完成后，只需向网络输入一张灰度图片，即可生成一张颜色饱满、鲜明逼真的彩色图片。实验结果表明，引入密集网络后，可有效改善着色过程中的漏色、细节信息损失、对比度低等问题，所提算法着色效果较基于VGG网络及U-Net、双流网络结构、残差网络（ResNet）等性能优异的先进着色算法而言取得了显著的改进。     

一种基于Spark的不确定数据集频繁模式挖掘算法

如何在海量不确定数据集中提高频繁模式挖掘性能是目前研究的热点.传统算法大多是以期望、概率或者权重等单一指标为数据项集支持度，在大数据背景下，同时考虑概率和权重支持度的算法难以兼顾其执行效率.为此，本文提出一种基于Spark的不确定数据集频繁模式挖掘算法（UWEFP），首先，为了同时兼顾数据项的概率和权重，计算一项集的最大概率权重值并进行剪枝；然后，为了减少对数据集的多次扫描，结合Spark框架的优点，设计了一种具有FP-tree特征的新颖的UWEFP-tree结构进行模式树的构建及挖掘；最后在Spark环境下，以UCI数据集进行实验验证.实验结果表明本文的方法在保证挖掘结果的同时，提高了效率.     

Development of structurally modified OER catalysts with enhanced performance and longevity for PEM-based electrolytic air dehumidification

PEM-based electrolytic air dehumidification is innovative in dehumidification that requires high precision and small space due to its high efficiency, compactness, and cleanness. However, the system dehumidification performance and durability are limited by using commercial Anatase-IrO₂ catalysts. In this study, two types of structurally modified OER catalyst materials, ATO-IrO₂ and ND-MnO₂-IrO₂, are developed to improve the performance of the system. System experiments showed that, compared to the commercial catalysts, the use of ATO-IrO₂ and ND-MnO₂-IrO₂ as the anode catalyst can improve the dehumidification performance by 45% and 20%, respectively. Furthermore, in 50-h accelerated aging tests, the attenuation rates of the ATO-IrO₂ and ND-MnO₂-IrO₂ systems are 3% and 8% respectively, which are far lower than the 35% attenuation of commercial catalyst. The results indicate that, as catalysts with a classic core-shell structure, ATO-IrO₂ and ND-MnO₂-IrO₂ still have a significant impact on improving the performance of the electrolytic dehumidification systems.     

加快能源工业用钢开发支撑国家能源战略实施——武钢发展战略的思考

能源给人类带来光明,能源给社会进步提供了动力,尤其是进入21世纪以来,能源的可持续发展己成为直接影响世界经济社会可持续发展的决定性因素之一。中国政府高瞻远瞩地提出到2020年要实现国民经济翻两番和建设节约型社会的目标,描绘了支撑这一发展目标的十分宏伟的能源发展战略,使人振奋,也对我国钢铁产业的发展提出了更高的要求,作为长期以来与我国     

铁塔加工中型材零件优化下料管理系统

介绍了铁塔加工中角钢零件优化下料管理系统,阐明了系统的模块化结构及工作原理。建立的面向角钢加工工艺的优化下料管理系统可以将生产管理与下料优化两大功能整合为一体,使用极为方便。该系统在铁塔生产中,可节省大量材料,有效地提高了企业的经济效益。     

半导体传感器在生物分析科学中的应用(英文)

回顾了半导体生化传感器 (ISFET 和 LA PS)在医学监测、免疫检测、免疫分析、D N A 杂交以及细胞培养等方面应用的进展。为使半导体器件适用于生化检测,对其中所采用的检测手段和取得的研究结果进行了分析。展望了通过与微流体网络相结合,基于半导体传感器的实验室芯片化的可行性。     

低流度油藏分类及开发特征研究

低流度油藏指流度低于30×10-3μm2/mPa.s的油藏。根据流度大小以及油藏在开发生产中表现出的特征,可将低流度油藏分为一般低流度油藏、特低流度油藏和超低流度油藏。对大港低流度油藏的研究表明,由于低流度油藏地质情况复杂,地层认识不清,因而开发特征复杂,表现为采油速度低,采出程度和采收率低;注水效果差,油藏井距不适应;油井见水后含水迅速上升,产量则急剧下降。     

具有底水边界的水平井压力不稳态特征分析及认识

根据水平井三维渗流特征，在底水油藏情形仍假定顶面为不渗透隔层所封闭，底部则是恒压边界，水平井渗流表现为早期径向流以及稳定流动期，由此进行常规试井分析。以TKxxDH井为例，通过水平井的静压、压恢试井资料结果的对比分析，阐述了不稳定试井资料的应用，为此类油藏油井模型的选择及效果评价提供了可借签的经验。     

电子天平示值误差测量结果的不确定度评定

一切测量结果都不可避免地具有不确定度，结合实际应用的情况，详细介绍了电子天平示值误差测量结果的不确定度评定方法。     

数据融合在经纬仪引导中的应用

介绍一种用于经纬仪引导数据的处理方法。该方法利用参数估计法对引导数据进行融合，弥补了常规方法的不足。对经纬仪引导数据进行处理，结果表明，该方法可显著提高经纬仪的引导精度，引导误差小于0．50m。