冷轧平整机机前甩尾轧制工艺的开发与应用

本文介绍了柳钢冷轧板带厂1550 mm单机架平整机机前甩尾轧制的工艺。改进前轧制每卷钢卷生产效率低,钢卷成材率低,改进后生产效率、成材率明显提高,部分规格的钢卷能实现带尾剪切长度为零。     

陕南山地烟田不同植烟年限土壤养分的变化

为给陕南山地烟草生产布局及有针对性的施肥措施提供依据,分析了陕南山地烟田不同植烟年限(0~15年)与土壤养分含量的关系。结果表明:随着植烟年限延长,有机质线性下降,全氮和速效钾显著上升,有效磷先上升后下降;氯、有效铁、有效锰、有效硼和有效铜无显著变化或变化很小,有效锌则在第1年急剧下降,之后保持稳定,10年后再次显著下降。认为陕南山地烟区烟叶生产中应适当增加有机肥的施用而合理控制氮肥、磷肥和钾肥的施用,并要注意锌肥的补充。     

300M超高强钢在中性盐雾环境中的腐蚀行为及机制

摘要：为了研究300M超高强钢在中性盐雾环境中的腐蚀行为及腐蚀机制，采用失重法，宏观、微观腐蚀形貌分析，三维表面轮廓分析及电化学分析的研究方法，来表征腐蚀实验现象并进行分析。结果表明：300M超高强钢在中性盐雾环境中的腐蚀产物为FeOOH、Fe2O3、Fe(OH)3和Fe3O4；腐蚀速率随着腐蚀时间逐渐降低，腐蚀后期（72h）腐蚀速率降低50%；腐蚀初期以点蚀为主，点蚀坑通过横向扩展，逐渐发展为后期的均匀腐蚀，腐蚀表面形貌呈沟壑状；外腐蚀层对基体的保护能力很弱，Cr元素在锈层靠近基体的一侧偏聚使内腐蚀层具有一定的抗腐蚀性。     

Disease Ionomics: Understanding the Role of Ions in Complex Disease

Ionomics is a novel multidisciplinary field that uses advanced techniques to investigate the composition and distribution of all minerals and trace elements in a living organism and their variations under diverse physiological and pathological conditions. It involves both high-throughput elemental profiling technologies and bioinformatic methods, providing opportunities to study the molecular mechanism underlying the metabolism, homeostasis, and cross-talk of these elements. While much effort has been made in exploring the ionomic traits relating to plant physiology and nutrition, the use of ionomics in the research of serious diseases is still in progress. In recent years, a number of ionomic studies have been carried out for a variety of complex diseases, which offer theoretical and practical insights into the etiology, early diagnosis, prognosis, and therapy of them. This review aims to give an overview of recent applications of ionomics in the study of complex diseases and discuss the latest advances and future trends in this area. Overall, disease ionomics may provide substantial information for systematic understanding of the properties of the elements and the dynamic network of elements involved in the onset and development of diseases.     

改进HSR-FCN的服装图像识别分类算法研究

目前网络上的服装图像数量增长迅猛，对于大量服装图像实现智能分类的需求日益增加。将基于区域的全卷积网络（Region-Based Fully Convolutional Networks，R-FCN）引入到服装图像识别中，针对服装图像分类中网络训练时间长、形变服装图像识别率低的问题，提出一种新颖的改进框架HSR-FCN。新框架将R-FCN中的区域建议网络和HyperNet网络相融合，改变图片特征学习方式，使得HSR-FCN可以在更短的训练时间内达到更高的准确率。在模型中引入了空间转换网络，对输入服装图像和特征图进行了空间变换及对齐，加强了对多角度服装和形变服装的特征学习。实验结果表明，改进后的HSR-FCN模型有效地加强了对形变服装图像的学习，且在训练时间更短的情况下，比原来的网络模型R-FCN平均准确率提高了大约3个百分点，达到96.69%。