基于深度学习的散斑投影轮廓术

针对传统的单幅散斑图像匹配算法测量精度低且无法测量复杂面型物体等问题,提出了一种基于深度学习的散斑投影轮廓术,即通过深度学习的方法实现散斑图像的逐像素匹配。设计利用孪生卷积神经网络结构,将目标散斑图像和参考散斑图像以图像块的形式输入神经网络。通过卷积层运算提取散斑图像块的特征信息,进而将子网络得到的特征信息融合为两个图像块之间的匹配系数,以获得散斑图像的视差数据,并最终可将视差数据转化为物体的三维信息。实验结果表明,该方法可以通过单幅散斑图像实现精度约为290 μm的三维轮廓测量。     

煤炭企业工程材料价格管理与控制

结合兖州矿业集团公司的实际情况，提出了煤炭企业工程材料价格信息的采集和材料采购最高限制价格的生成方法，对工程材料在采购中的价格管理与控制问题进行了较详细的探讨，并结合应用情况进行了分析论证。     

凝胶体系中SnO2@C@CNT的合成及储锂性能研究

采用一种简单易行,且能够大量生产的原位法合成碳锡复合材料来改善锡基负极材料的储锂性能,具有三维网络结构的凝胶既可以提供特殊的液相反应环境,其本身碳化后也可作为碳源.三维凝胶网络可以促使锡基纳米材料的均匀分布并有效阻止其颗粒长大;三维结构碳材料能够为锂离子的传输提供更多的通道和储锂位置,可以缓冲充放电过程中电极材料体积变...