钢板的直接淬火回火法

一、前言所谓直接淬火法,是指钢板热轧终了后在轧制作业线上进行直接淬火的方法,是省略了再加热工序的节能型的形变热处理法。日本在1956年已开始采用直接淬火法,其产品已系列化。在这以后,又研制了用无氧化保护气氛可均匀加热钢板的无氧化保护气氛炉,开发了比浸溃淬火可能更快速、更均匀冷却的辊压淬火装置。所以,各钢铁公司在外线上设置了无氧化保护气氛炉和辊压淬火装置,通过再加热淬火法制造调质高强度钢。     

基于谓词执行信息分析的自适应缺陷定位算法

查找程序中缺陷代码所在的位置是一项值得深入开展的研究,同时也是实际软件调试过程中所面临的一个难题,这一过程往往需要耗费大量的时间和人力资源.研究软件缺陷定位的一类重要方法是基于谓词的统计学缺陷定位方法(简称PBSFL).PBSFL通过比较程序运行成功与失败时谓词的执行信息差异来获得谓词与缺陷的关联程度.然而实验研究发现,固定算法中信息利用的强度会造成信息利用不足或过分利用现象的发生,导致现有PBSFL方法对某些缺陷定位不够准确.针对这一问题,文中设计了一种基于谓词执行信息分析的自适应缺陷定位算法,该算法通过分析测试用例运行时谓词的执行情况来动态地为每个谓词选择合适的信息利用强度.实验结果表明,该方法在Siemens和space两个程序包上表现出很好的定位效果以及定位稳定性.     

“墨象读书”新型互联网阅读平台开发

近年来在“互联网+”与“全民阅读”的时代背景下,互联网阅读教育因“不受教学时间、空间限制”等优势而被国内众多高校引入。现如今,我国已进入“后疫情时代”,随时可能爆发小范围疫情,也意味着传统的线下教学面临被影响的可能。因此,高校应当未雨绸缪,将线上教学与线下授课有机结合,创建集课堂教学与线上互动于一体的新型教学模式。“墨象读书”新型互联网阅读平台主要包括登录、书桌、广场、书馆和我的五大功能模块,与其他流行的阅读软件相比,除了功能更加齐全之外,更加注重激励学生主动阅读和辅助教师提升教学质量。最后,通过一系列的功能和性能测试,结果表明,平台设计达到预期。     

基于最小代价的多分类器的动态集成

本文提出一种基于最小代价准则的分类器动态集成方法。与一般方法不同,动态集成是 根据“性能预测特征”,动态地为每一样本选择最适合的一组分类器进行集成。该选择基于使误识代价与时间代价最小化的准则,改变代价函数的定义可以方便地达到识别率与识别速度之间的不同折衷。本文中提出了两种分类器动态集成的方法,并介绍了在联机手写汉字识别中的具体应用。在实验中使了３个分类器进行动态集成,因此,得到７种分类组合,在预先     

浅谈双馈风电机组发电机轴承维护

目前,随着变频技术的逐步发展,双馈风力发电机组在国内使用的最为广泛,而其发电机轴承故障在机组大部件故障中占有很大的比例,给设备的安全稳定运行带来极大的安全隐患。本文从双馈发电机工作的原理、发电机轴承运行的工况等方面分析轴承故障的原因,进而提出发电机轴承维护的有效措施。     

客户机/服务器结构在出入境计算机系统中的应用

近年来,随着计算机技术与网络技术的迅猛发展,现代企业面临巨大的机遇与挑战。各企业纷纷筹建或修订信息管理系统（MIS）。在此过程中,关于MIS平台模式的选择是系统设计人员遇到的主要问题。本文将结合上海市公安局出入境计算机应用系统的实践经验,对这一问题进行探讨。MIS平台模式大体有4种：主机终端模式、文件服务器模式、客户机/服务器模式（Client/Server,简称C/S）和Web浏览器/服务器模式（Browser/Server,简称B/S）。主机终端模式由于硬件选择有限和硬件投资得不到保证,已被逐步淘汰。文件服务器模式适用于小规模局域…     

地下水开采量计算方法概述

地下水开采量计算方法有很多种,但每种方法的适用条件不同,推算结果的精度也相差较大.总结了国内外关于地下水开采量的研究现状,论述了实践中应用的各种计算方法.     

基于深度学习和智能规划的行为识别

现有行为识别方法在未能持续覆盖造成视频监控盲区所引起行为数据缺失的情况,难以有效实施特征分析、行为分类补全,无法准确识别出智能体完整的行为动作序列.为此,本文提出一种基于深度学习和智能规划的行为识别方法.首先,利用深度残差网络对图像进行分类训练,然后使用递归神经网络对图像特征进行提取深度信息以增强分类效果;其次,运用智能规划的STRIPS （Stanford Research Institute Problem Solver）模型,将深度学习提取的图像特征命题信息转化为规划领域的模型描述文档,并使用前向状态空间搜索规划器推导出完整的行为动作序列.在HMDB51等行为识别公共数据集中,本方法与生成式对抗网络、深度卷积逆向图网络、深度信念网络、支持向量机等同类先进方法相比展现出更好的性能.     

差分隐私在协同过滤算法中的应用研究

利用背景知识间接推导出个人隐私信息已成为Internet用户更担忧的问题,定义极为严格且可证明的差分隐私保护是目前解决该问题的最有效的隐私保护技术。Berlioz等将差分隐私保护技术应用于协同过滤算法之一的矩阵分解中,虽然提出了新的算法,但是缺少严格的证明过程。针对他们提出的算法,将补充相应的数学证明,然后 将Chaudhuri等提出的目标函数加扰方法灵活应用于ALS目标函数中。此外,还给出一种差分隐私保护参数的选择方案。最后,在两个真实数据集上的实验验证结果表明,所提出的ALS目标函数加扰方法取得了更好的推荐效果。