TDS-Ⅲ型数字化仪

由地质部物探所和哈尔滨龙江仪表厂联合研制的TDS-Ⅲ型数字化仪,最近通过了部级技术鉴定。该仪器是一种图形输入装置,能把图形信息转变成计算机所需要的数字信号。其应用领域比较广泛,可处理电子工业中的逻辑图、电路图、机械工程图、飞机机翼图以及     

长庆油田三层分采工艺技术探索与实践

为有效解决长庆油田多层系开发过程中笼统合采油井层间干扰矛盾,在油井两层分采技术原理基础上,提出了"产层单向过流(进入油管)、油管内层间产液桥式多级过流、封隔器层间封隔、普通抽油泵举升"三层分采技术思路,研发了桥式分采器关键装置,设计了"桥式分采器+Y211封隔器+Y111封隔器+普通管式抽油泵"三层分采工艺技术管柱结构。该三层分采技术在长庆油田成功开展了两口井三层分采试验,效果明显,为长庆油田多层分采提供了新的技术手段。     

18层背板型刚挠结合板制作技术介绍

大型工控设备等领域通常需要用到尺寸较大PCB,刚挠结合板也不例外,高厚度和大尺寸对此类刚挠结合板制作提出了新的技术要求。文章介绍了一款18层(5R+6F+7R)、200mm×700mm刚挠结合板层偏控制、软板区域成型等技术,为大尺寸高多层刚挠结合板制作提供技术依据。     

描述高压直流电缆绝缘材料电导率的公式比较

以高压直流交联聚乙烯(cross-linked polymeric,XLPE)电缆为研究对象,研究讨论了现阶段描述直流电压下绝缘材料电导率公式对XLPE材料的适用情况。首先基于两种不同电导率公式推导了稳态下高压直流电缆中电场反转的临界温差、绝缘层温度分布、电场、电导率和距离电缆中心的乘积以及绝缘层电场分布,并通过比较有限元仿真结果和公式计算结果证明了所推公式的可靠性。然后通过对不同电导率公式计算值的比较,以及不同公式在相同条件下引起的绝缘材料热电特性,证明了公式互换的可能性。     

环保强吸附水基润滑剂BM-1的研制与评价

以蓖麻油为主要原料,利用胺类化合物对蓖麻油进行亲水改性,引入酰胺基团,制备了吸附性强、耐高温的水基钻井液用环保型润滑剂BM-1.综合性能评价表明:BM-1润滑性能优异,添加量2％ 可使基浆润滑系数降低率达86.3％,泥饼黏附系数降低率达70.2％,润滑持续效果显著.BM-1生物降解性>25％,易降解,且生物毒性EC50...     

车载摄像头模组用刚挠结合印制板制作技术研究

随着汽车智能网联化及自动驾驶技术的发展,车载摄像头的出货量随之增加,布局车载摄像头模组PCB产品成为PCB企业一个新的市场发展方向。文章选取一款用于车载摄像头的6层刚挠结合印制板,就其制作工艺流程及技术难点做了详细的讲述,并就这些制作难点提出了一些新的改善思路和方法。     

智能工控用高多层刚挠结合印制电路板制作关键技术研究

智能工控印制电路板是时下的一类热门高端产品,制作难度较大.本研究选取一款基于工业控制的24层(8R+8F+8R)的大尺寸高多层刚挠结合板,就其结构特点、设计方案、关键制作技术等做了详细介绍.     

面向遮挡行人检测的自适应收缩非极大值抑制方法

基于视觉的行人检测是目标检测中的重要研究方向.如今主流的基于锚框的行人检测器输出的结果是大量冗余的,在结果输出之前需要对冗余预测进行非极大值抑制,因而非极大值抑制的效果将直接影响检测器的性能.行人检测任务中最大的挑战在于目标之间互相遮挡的现象,而严重重叠的目标使得传统的基于固定阈值的非极大值抑制方法难以在高召回率与低虚警率之间取得平衡.针对以上问题,提出一种根据重叠度自适应收缩预测框的非极大值抑制方法.根据对应目标的重叠度将预测框进行自适应的收缩,以降低预测框之间的重叠度.对收缩后的预测框进行非极大值抑制,可避免高重叠预测框对处理结果的影响.此外,指向性不明确的预测框将影响本算法的性能,为此提出一种中心点排斥损失函数,通过在重叠框的中心点之间施加排斥力来减少介于两目标之间的指向性不明确的模糊预测框数量,增强自适应收缩非极大值抑制算法的效果.仿真实验结果表明,所提算法可以有效提升基于锚框的检测器对重叠行人目标的检测性能.     

食品标准与法规课程思政教学改革路径与教学实例

<正>2016年12月，全国高校思想政治工作会议上对思政课作出明确指示：各类课程要与思想政治理论课同向同行，形成协同效应。2017年12月，教育部公布的《高校思想政治工作质量提升工程实施纲要》中也明确提出：“梳理各门专业课程所蕴含的思想政治教育元素和所承载的思想政治教育功能，融入课堂教学各环节，实现思想政治教育与知识体系教育的有机统一”。2020年6月，教育部印发《高等学校课程思政建设指导纲要》，指出全面推进课程思政建设是落实立德树人根本任务的战略举措，     

密集遮挡条件下的步态识别

步态识别算法主要依赖行人目标的时序轮廓进行特征提取和判别。在实际应用中行人具有结伴行走的特点，轮廓提取易受到其他行人的遮挡和干扰，大幅降低了步态识别算法的精度。为提高人员密集遮挡严重的场景下步态识别算法的鲁棒性，提出一种基于无序序列的深度步态识别算法。首先在Casia-B数据集的基础上进行仿真，建立遮挡情况下的目标轮廓仿真数据集，用于对算法进行遮挡鲁棒性验证；其次，提出基于随机二值膨胀的数据增广方法，同时通过理论和实验论证了HPP(Horizontal Pyramid Pooling)结构在步态识别问题中的局限性，提出退化水平金字塔结构DHPP，利用DHPP结构、CoordConv方法和联合训练裁剪方法的配合，在深度特征中增强绝对位置信息的感知能力，提升算法遮挡鲁棒性的同时减少目标特征表达维度。实验结果表明，所提方法对于步态识别的鲁棒性提升效果明显。