视频侦查中人像智能分析应用及算法优化

人像智能分析指的是对视频或录像中的人像进行结构化和可视化分析,对目标人物进行性别、年龄、发型等特征的智能识别,这项技术在视频侦查中有极高的应用价值。人像识别早期的算法是通过人工提取特征,通过学习低级视觉特征来针对不同属性进行分类学习,这种基于传统方法的模型表现常常不尽如人意。在计算机视觉领域,通过海量图像数据学习的神经网络比传统方法有更丰富的信息量和特征可以被提取。文章尝试通过深度学习技术训练神经网络模型对行人进行检测和识别,对于衣着不同的行人进行智能识别,具有更好的鲁棒性,提升了视频人像识别的准确率,拓展了人工智能技术在身份识别领域的应用。     

粉煤灰砖抗折强度测量结果不确定度的评定

通过对粉煤灰砖抗折强度测量结果不确定度的评定,分析出影响试验结果的各种因素,为提高检测水平和精确度提供指导。     

Structural,morphological, dielectric and magnetic properties of Zn-Zr co-doping yttrium iron garnet

In this study, yttrium iron garnet co-doped with Zn and Zr atoms with a chemical formula Y₃Zn_xZr_xFe_(5−2x)O₁₂ (x = 0.0-0.3) has been successfully prepared by the solid-state reaction method. The effects of doping concentration on the microstructure, crystal structure, magnetic properties, and dielectric properties of Y₃Zn_xZr_xFe_(5−2x)O₁₂ were investigated. The microstructure analysis indicates that co-doping of YIG with Zn and Zr can effectively reduce the grain size of the ceramic. The crystal structure results reveal that the doping concentration of Zn–Zr has substantial influence on the lattice parameters of YIG, such as, increases the lattice constant, crystal cell size, and interplanar spacing. However, the second phase of ZrO₂ appears once x ≥ 0.15. Additionally, the dielectric properties of YIG ferrite can be regulated using this Zn–Zr co-doping method. Zn–Zr co-doping can improve the dielectric stability and reduce the dielectric loss at high temperature. The magnetization measurement shows that the saturation magnetization is stabilized at x < 0.15, and the magnetic loss is decreased with the increase in the doping concentration. Overall, the findings show that the ceramic with x = 0.1 exhibits better properties included high saturation magnetization (24.607 emu/g), low magnetic loss (0.0025 @ 1 MHz), and relatively low dielectric loss (496 @ 400°C).     

激光脉冲编码抗有源干扰效果研究

激光脉冲编码是激光制导武器的抗干扰措施之一。角度欺骗式干扰和高重频干扰是目前半主动激光制导武器的主要有源干扰来源。为研究不同激光脉冲编码方式对激光半主动制导武器抗这两种干扰性能的影响,本文针对敌方激光告警机的识别算法与我方导引头的解码过程,提出自相关函数与归一化互相关函数评价方法,并对目前主要编码方式进行仿真,仿真结果表明:激光脉冲编码的抗角度欺骗式干扰能力受编码序列周期性与脉冲间隔随机性的影响；抗高重频激光干扰能力受编码序列脉冲间隔随机性的影响；LFSR状态码的抗角度欺骗式干扰与抗高重频干扰效果均优于其他编码方式。     

基于ANP-SWOT的上海公路废弃物资源化发展对策研究

随着公路系统的新陈代谢，大量废弃物给城市的资源与环境协调发展带来了巨大压力，以沥青路面再生技术为路径的公路废弃物资源化符合循环经济的理念，是我国公路建设迈向生态文明的必然选择。通过 ANP-SWOT 对上海公路废弃物资源化发展战略进行实证分析，发现当前形势下其优势和机遇较为明显，确定以 SO 策略为核心的推广战略为最佳选择，并提出一系列配套发展策略，为推动上海公路废弃物资源化提供参考。     

Effect of Biochar as Reductant on Magnetizing-roasting Behavior of Pyrite Cinder

The effect of biochar substituted for anthracite as reductant on magnetizing-roasting pyrite cinder was investigated.The key of magnetizing-roasting is the gasification reaction between reductants and CO2.Since biochar could react with CO2 more rapidly at lower temperature,the reactivity of biochar is better than that of anthracite.The gasification of biochar could produce reducing condition ofφCO/(φCO+φCO2)about 10%-20% between 700-800 ℃,which is in accord with the atmosphere and temperature of Fe2O3 reduction.So it is beneficial to the reduction of iron mineral of pyrite cinder.Compared with anthracite,biochar could decrease the roasting temperature from825 to 750 ℃ and roasting time from 20 to 15min,which shows that a better effect of magnetization could be obtained in the condition of lower temperature and shorter time.Using biochar as reductant,iron concentrate extracted from pyrite cinder as about 64%iron grade could be produced,and the recovery is over 90% under the condition of above 90% grinding particle less than 0.045 mm and magnetic intensity of 0.124-0.194 T.     

离心泵机组中惯性飞轮装置的设计

对于离心泵作为冷却系统中的供液泵,在突然断电导致原动机失去动力的情况下,需要离心泵可以延时运转一段时间,并继续保持有一定的冷却液体输出,而常规的离心泵由于叶轮惯性相对较小,一旦原动机失去动力,离心泵会在液体的阻力作用下迅速停止;通过在离心泵机组中增加惯性飞轮作为储能装置,在原动机断电时,储能装置为离心泵提供动力,以实现延时运转并保持一定的液体输出,确保被冷却设备在突然断电时可以得到延时冷却,从而保护设备,并增加整个系统的处理时间。     

马钢张庄矿高压辊磨机装配工艺研究

针对马钢张庄矿高压辊磨机辊套疲劳断裂严重、对辊精度不能满足生产要求等问题，马钢重机公司根据张庄矿实际生产要求对对辊进行国产化，国产化内容包括辊轴、辊套等零部件的新制以及装配工艺攻关，通过技术研发同时结合实际生产经验，成功对高压辊磨机辊套与辊轴以及辊轴与轴承进行装配，完成了张庄矿高压辊磨机整对对辊的国产化，为该型设备后续生产及优化提供了理论和实践参考依据。     

基于注意力机制与文本信息的用户关系抽取

随着社交媒体的发展,用户之间的关系网络对于社交媒体的分析有很大的帮助。因此,该文主要研究用户好友关系检测。以往的关于用户好友关系抽取的研究主要基于社交媒体上的结构化信息,比如其他好友关系,用户的不同属性等。但是,很多时候用户本身并没有大量的好友信息存在,同时也不一定有很多确定的属性。因此,我们希望基于用户发表的文本信息来对用户关系进行预测。不同于以往的潜在好友推荐算法,该文提出了一种基于注意力机制以及长短时记忆网络(long short-term memory,LSTM)的好友关系预测模型,将好友之间的评论分开处理,通过分析用户之间的评论来判断是否具备一定的好友关系。该模型将好友双方信息拼接后的结果作为输入,并将注意力机制应用于LSTM的输出。实验表明,用户之间的评论对于好友关系预测确实有较大的实际意义,该文提出的模型较之于多个基准系统的效果,取得了明显的提升。在不加入任何其它非文本特征的情况下,实验结果的准确率达到了77%。