托架水平摆动切口冲模设计

介绍了托架成形工艺及切口模结构及切口凸模通过水平左右摆动同时切出4个缺口的工作过程。     

我国化工市场当前的七个新变化

根据全国化工商品交易会材料分析,当前化工市场出现如下七个转变: 1.以粮食为原料的化工产品开始转紧。如酒精、冰醋酸、丙酮等供需矛盾又开始紧张、价格紧挺。 2.钛白粉紧张。金红石钛白粉尤其紧张,将直接影响整个油漆行业。 3.类橡胶仍然紧缺,尤其是合成胶更为突出。1988年曾一度滞销的丁苯胶在交易会上尤为抢手;顺丁胶和丁腈胶更为紧张;进口和天然橡胶也是如此。 4.以电石为原料的产品,如聚氯乙烯、三氯乙烯和过氯乙烯等价格居高不下。 5.以甲醇为原料的产品,供求矛盾趋缓,甲醇、甲醛、混合甲胺等产品出现缓和迹象。 6.以苯为原料的产品,逐步趋于缓和;苯酐、     

PVC低发泡型材通过鉴定

由唐山市塑料建材厂研制生产的PVC低发泡型材目前通过专家鉴定。 该厂根据国家轻工产品开发指南和河北省轻工产品开发计划,承担了PVC低发泡型材的研制生产工作。该型材以PVC为主要原材,加入适量的发泡剂、阻燃剂、抗老化剂、避鼠防虫剂等,经混合后采用专用设     

浅谈信息服务在科技创新中的作用

当前世界经济和高新技术迅猛发展,以科技实力和科技创新能力为基础的国际竞争日趋激烈.各行各业都面临着前所未有的严峻挑战,作为国民经济重要支柱的水利行业,也面临着同样的局面.     

关于拟定炉气碳计算方法的问题

化学热处理(XTO)现状的特点是广泛使用各种仪器以自动调节炉气碳势。其中以综合计算影响碳势参数的调节器特别引人注目,因为在其结构中采用了专门的计算装置(BY)。在热处理生产中应用计算机技术可以采用通用的计算装置微处理器计算碳势。专用和通用的计算装置控制碳势可利用下列函数(通用形式)之一。 F(Φ_c~n)=f(CO_2;CO;t;n);(1) F(Φ_c~n)=f(H_2O;CO;H2;t;n);(2) F(Φ_c~n)=f(O_2;CO;t;n),(3) 式中Φ_c~n—合金钢碳势,质量百分率(%);CO_2,CO,H_2O,H_2,O_2—炉气气体成分的含量,容积百分率(%);     

基于主方向重建的SURF多角度识别匹配算法优化

针对物体多角度识别过程中存在着因偏转和俯仰角偏差而造成的匹配精度低等问题,本文提出了具有旋转不变性的SURF匹配优化思想.本思想采用聚类算法将提取的关键点进行分类,在类中通过距离高斯加权来得到关键点水平和垂直方向的Haar小波值,进而更精准地确定特征点主方向;针对匹配过程中出现的误匹配对,利用误匹配粗减思想进行剔除;之后,为进一步提高匹配机率,采用物体环视全景图作为后台基准图像.实验结果表明,本思想对物体多角度图像的识别机率和识别正确率明显提高,且匹配耗时也有所减低,并具有一定的实用性和推广性.     

基于 Kinect 的拉普拉斯网格形变三维人脸建模

为了快速创建真实感较强的三维人脸模型,提出了基于 Kinect 的拉普拉斯网格形 变建模方法。利用 Kinect 获取彩色和深度图像信息,对深度图像进行双边滤波处理,对彩色图 像进行低层级顶点定位;构建标准三维人脸模型,并为该人脸模型中的顶点建立低、中、高 3 个级别的层级结构,通过低、中层级中顶点的位置关系创建 Sibson 局部坐标约束;利用该约束 构建彩色图像中间层级顶点,并结合深度信息对标准三维人脸模型进行拉普拉斯网格变形,获 得真实感较强的三维人脸模型。实验结果表明,该算法在建模的真实感上得到了提高,与对比 算法相比,在建模时间上得到很大的优化。     

Access操作题考试系统的研究

介绍了使用Access自身软件开发的Access操作题考试系统的设计思想和主要技术,阐述了现有计算机考试软件中存在的不足,重点探讨了VBA在Access考试系统中的判卷编程方法.系统已多次应用在教学及考试中,运行良好.     

多层局部块坐标下降法及其驱动的分类重构网络

卷积稀疏编码(Convolutional sparse coding, CSC)已广泛应用于信号或图像处理、重构和分类等任务中, 基于深度学习思想的多层卷积稀疏编码(Multi-layer convolutional sparse coding, ML-CSC)模型的多层基追踪(Multi-layer basic pursuit, ML-BP)问题和多层字典学习问题成为研究热点. 但基于傅里叶域的交替方向乘子法(Alternating direction multiplier method, ADMM)求解器和基于图像块(Patch)空间域思想的传统基追踪算法不能容易地扩展到多层情况. 在切片(Slice)局部处理思想的基础上, 本文提出了一种新的多层基追踪算法: 多层局部块坐标下降(Multi-layer local block coordinatedescent, ML-LoBCoD)算法. 在多层迭代软阈值算法(Multi-layer iterative soft threshold algorithm, ML-ISTA)和对应的迭代展开网络ML-ISTA-Net 的启发下, 提出了对应的迭代展开网络ML-LoBCoD-Net. ML-LoBCoD-Net实现信号的表征学习功能, 输出的最深层卷积稀疏编码用于分类. 此外, 为了获得更好的信号重构, 本文提出了一种新的多层切片卷积重构网络(Multi-layer slice convolutional reconstruction network, ML-SCRN), ML-SCRN实现从信号稀疏编码到信号重构. 我们对这两个网络分别进行实验验证. 然后将ML-LoBCoD-Net和ML-SCRN 进行级联得到ML-LoBCoD-SCRN合并网, 同时实现图像的分类和重构. 与传统基于全连接层对图像进行重建的方法相比, 本文提出的ML-LoBCoD-SCRN合并网所需参数少, 收敛速度快, 重构精度高. 本文将ML-ISTA和多层快速迭代软阈值算法(Multi-layer fast iterative soft threshold algorithm, ML-FISTA) 构建为ML-ISTA-SCRN和ML-FISTA-SCRN进行对比实验, 初步证明了所提出的ML-LoBCoD-SCRN分类重构网在MNIST、CIFAR10和CIFAR100数据集上是有效的, 分类准确率、损失函数和信号重构结果都优于ML-ISTA-SCRN和ML-FISTA-SCRN.