高温作用对膨润土孔隙结构的影响

为研究高温作用以及热作用时间对压实膨润土孔隙结构的影响,以高庙子天然钠基膨润土为研究对象,试样经90℃、150℃和170℃分别热作用2个月、4个月和6个月后,采用冻干法进行干燥,然后使用压汞仪测试其孔隙结构特征。结果表明:集合体间的孔隙随着老化温度的增加有变大的趋势;集合体间孔隙体积随着老化时间的延长而减小,减小了6.47%～22.38%;集合体内孔隙的体积则随着老化时间的延长而增大,增大了6.47%～10.15%。热作用对膨润土孔隙结构的影响存在温度效应和时间效应,在地质处置中,应该充分考虑热作用对膨润土微观结构的影响。     

矿用设备开停传感器试验工装的设计

针对传统的采用交流三相电源加上大功率电热炉或灯泡来获得矿用设备开停传感器动作所需电流的测试方式存在的接线复杂、难以实现电流的连续控制、测试效率低等问题,提出了一种矿用设备开停传感器试验工装的设计方案,给出了相关设计要求,详细介绍了试验工装的组成及主要电路设计。对某矿用设备开停传感器的实际检测检验结果表明,该试验工装能够产生连续可调的电流,检验过程简单,效率较高,并可通过使用计量合格的钳形表进行校准,实现了数据准确性和可溯源性的目标。     

医院网络信息的不安全因素分析及防护措施

为了有效提高现阶段医院网络信息的安全性,从而进一步确保现阶段医院网络信息系统的安全运行,本文将从管理、硬件与软件因素三个方面进行探究,从而找出对医院网络信息的不安全因素,并对其提出防护措施.     

Al粒径对富铝聚四氟乙烯基铝活性材料冲击反应性能的影响

为研究Al粒径对50％:50％质量比的富铝聚四氟乙烯基铝(PTFE/Al)活性材料在中高应变率下的冲击反应行为的影响,采用模压烧结成型法制备了50 nm、10μm、70μm、200μm 4种Al粒径的PTFE/Al活性材料试件.基于分离式霍普金森压杆(SHPB)实验,利用高速摄像机拍摄不同应变率加载下PTFE/Al活性...     

现浇钢筋混凝土贮液池若干技术问题探讨

结合实践经验，从计算简图、节点构造、裂缝控制、抗浮、细部做法及使用等多方面论述了现浇钢筋混凝土贮液池在设计、施工、使用中应注意的若干技术问题，提出了许多十分有益的看法和见解。     

温控纱线与吸湿排汗类型纱线吸湿排汗性能的对比研究

介绍了温度调节纱线与吸湿排汗纱线的性能特点及其原理,对其进行了毛细管效应的测试,分析了其吸湿排汗能力的大小,并指出拥有两种类型纱线的织物能很好地满足穿着防护服的工作人员对温度、吸湿排汗舒适性能的要求。     

动态条件下惯导平台不水平度修正技术研究

首先分析了现有测量船无法实现海上动态条件下惯导平台不水平度检测的问题;其次结合经纬仪测星原理和测量船设备组成、信息传输方式,提出将经纬仪测星法工程化应用于测量船;最终通过实现测星法,有效解决惯导平台不水平度海上动态标定的难题。     

基于Moore-Penrose广义逆修正的摄像机标定方法

摄像机标定的四步法,具有快速和高精度特点,适合实时性强的场合。但其非线性优化过程中,所使用的Levenberg- Marquardt算法在精度要求很高的条件下,表现出不稳定性;且其增量方程中的[JTJ]计算量较大,导致内存消耗大、耗费时间长。针对四步法中非线性优化算法存在的不足,提出一种利用Moore-Penrose 广义逆修正的高斯-牛顿算法,对摄像机标定参数进行非线性优化。该方法无需考虑雅可比矩阵的奇异性,在合理选择初始值的条件下,比Levenberg-Marquardt算法更稳定,速度更快。实验表明该方法收敛速度较快,精度和稳定性较高,将为实际应用中的摄像机标定参数优化提供一种更为有效的方法。     

测距成像一体化引信与可瞄准战斗部配合技术

为了发挥可瞄准战斗部的定向优势,提高武器系统的毁伤效能,在弹体坐标系中建立了可瞄准战斗部瞄准方向的数学模型,在红外成像制导/激光测距一体化引信技术的基础上,采用空间几何的方法推导了弹目遭遇的交会参数。针对可瞄准战斗部侧向攻击和前向拦截目标这两种作战模式,分别分析了可瞄准战斗部如何通过这些交会参数使破片瞄准方向指向目标并适时引爆战斗部的引战配合模型,并根据成像制导/测距一体化引信所提供的信息参数对这两种模型进行了仿真分析,证明了模型的有效性,这两种模型对成像制导/测距一体化引信的设计和可瞄准战斗部的工程应用具有实际的参考价值。     

一种用于细粒度人脸识别的眼镜去除方法

为解决眼镜遮挡会降低人脸识别性能的难点,借鉴深度卷积神经网络在超分辨率方面的成功应用,该文提出一种用于细粒度人脸识别的眼镜自动去除方法ERCNN.用卷积层、池化层、MFM特征选取模块和反卷积层设计ERCNN网络模型,自动学习戴眼镜和未戴眼镜人脸图像对之间的映射关系,实现端到端的眼镜去除.然后,收集大量监控场景下的人脸图像,以及互联网上公开的人脸图像作为训练集;同时构建SLLFW数据集,作为眼镜去除和人脸识别的测试集.最后,通过与传统的眼镜去除方法进行对比试验,该文算法的各项评价指标优于传统方法,能有效的去除真实人脸图像中眼镜;同时在SLLFW人脸数据集上形成的全框眼镜、半框眼镜和无框眼镜人脸数据集上对多种人脸识别算法进行对比试验.试验表明,在FAR为1%的情况下,利用该文方法对F-SLLFW, H-SLLFW和R-SLLFW数据集的人脸图像进行眼镜去除后,SphereFace算法的TAR分别达到90.05%, 91.14%和92.33%,比未去除眼镜的识别率分别提高了3.92%, 3.08%和1.26%;同样,在FAR为0.1%的情况下,比SphereFace算法的TAR分别提高了10.06%, 4.29%和2.13%,说明该文方法有助于提升细粒度人脸识别的识别精度.