PGNAA技术对铜精矿元素及水分进行在线检测的应用研究

目前对铜精矿元素含量及水分的检测大多基于试验室取样分析，存在取样代表性差，分析时间长等问题。针对上述问题，采用基于瞬发γ中子活化分析（PGNAA）技术设计的在线分析仪对国内某铜精矿样品进行主要元素含量及水分在线检测研究。结果表明：铜精矿中各主要元素含量及水分检测量线性相关性良好，满足指导铜精矿生产的要求。     

某进口固体废物“铁精粉”的鉴别方法探析

为了确保不进口污染环境的固体废物，针对某冒充铁精粉的进口固体废物，通过外观、成分、物相分析进行了系统的鉴别。确定样品主要为经研磨加工的氧化铁皮，属于禁止进口的固体废物——轧钢产生的氧化皮。     

Image and Feature Space Based Domain Adaptation for Vehicle Detection

The application of deep learning in the field of object detection has experienced much progress. However, due to the domain shift problem, applying an off-the-shelf detector to another domain leads to a significant performance drop. A large number of ground truth labels are required when using another domain to train models, demanding a large amount of human and financial resources. In order to avoid excessive resource requirements and performance drop caused by domain shift, this paper proposes a new domain adaptive approach to cross-domain vehicle detection. Our approach improves the cross-domain vehicle detection model from image space and feature space. We employ objectives of the generative adversarial network and cycle consistency loss for image style transfer in image space. For feature space, we align feature distributions between the source domain and the target domain to improve the detection accuracy. Experiments are carried out using the method with two different datasets, proving that this technique effectively improves the accuracy of vehicle detection in the target domain.     

A novel method based on convolutional neural networks for deriving standard 12-lead ECG from serial 3-lead ECG

Frontiers of Information Technology & Electronic Engineering - Reconstruction of a 12-lead electrocardiogram (ECG) from a serial 3-lead ECG has been researched in the past to satisfy the need...     

碳基采暖电热材料研究进展

近几年,由于节能与环保的需求,电取暖的方式得到大力的推广,电热材料的研究与应用受到人们广泛的重视。非金属碳基电热材料是新型的节能型电热采暖材料,本文重点对影响非金属碳基电热材料中的炭黑基电热材料、碳纤维基电热材料、碳晶电热材料电热性能的因素及相关应用进行了综述。     

2A12铝合金化学铣切加工工艺探讨

为了精确加工2Al2铝合金,探讨了化铣时间和温度对其化铣速率及表面粗糙度的影响,采用现代技术对化铣工件的力学性能进行了测试与分析.结果表明:延长非化铣部位保护胶固化时间并使保护部位向非加工面位移3～5 mm可很好地解决未化铣区域的腐蚀问题;随化铣时间的延长,化铣速率降低,且化铣温度与化铣速率呈现正相关性;化铣表面的粗糙度随化铣时间的延长而增加,随化铣温度的升高呈先减小后增加的趋势;化铣后材料的抗拉强度和屈服强度均有所提高.     

基于Q-learning的不确定环境BDI Agent最优策略规划研究

BDI模型能够很好地解决在特定环境下的Agent的推理和决策问题,但在动态和不确定环境下缺少决策和学习的能力。强化学习解决了Agent在未知环境下的决策问题,却缺少BDI模型中的规则描述和逻辑推理。针对BDI在未知和动态环境下的策略规划问题,提出基于强化学习Q-learning算法来实现BDI Agent学习和规划的方法,并针对BDI的实现模型ASL的决策机制做出了改进,最后在ASL的仿真平台Jason上建立了迷宫的仿真,仿真实验表明,在加入Q-learning学习机制后的新的ASL系统中,Agent在不确定环境下依然可以完成任务。     

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.