再分散法制备低角度依赖结构色织物

为了研究更为绿色环保的染色技术,提出了以再分散法在纺织品表面构筑非晶光子晶体结构。将经过一次重力沉降后的二氧化硅薄膜刮下,经过研磨后在织物上进行二次重力沉降,即可将非彩虹结构色与纺织品相结合。在不同温度的自组装环境下,以不同的二氧化硅质量浓度以及不同体积在不同的组织结构上进行实验,研究温度、质量浓度、体积、组织结构等因素对非晶光子晶体结构的影响。结果表明：当二氧化硅悬浮液质量浓度为25 mg/mL时,体积为2 mL时,在40℃的环境下进行自组装可获得较好的非晶光子晶体结构色织物;在同等实验条件下,选择的织物的组织结构越平整,纱线排列越紧密,织物内的孔隙越小,最终组成的颜色效果越佳。     

基于深度学习的无监督领域自适应语义分割算法综述

随着现代生活逐步智能化,越来越多的应用需要从图像中推断相应的语义信息再进行后续的处理,如虚拟现实、自动驾驶和视频监控等应用。目前的语义分割模型利用大量标注数据进行有监督训练能达到理想的性能,但模型对与训练数据不同分布的数据进行推理时,其性能严重下降。这意味着一旦应用场景发生变化,就需对新场景的数据进行标注。模型重新利用新数据进行训练,才能达到正常的性能。这无疑是耗时的、代价昂贵的。为此,领域自适应语义分割算法提供了解决模型在分布不一致数据上语义分割性能下降问题的思路。总结了领域自适应语义分割算法的前沿进展,并对未来研究方向进行展望。     

矩形截面Nd:GGG热容激光器热分析

为了研究长方体型Nd:GGG热容激光晶体的热效应,通过对激光晶体工作特点的分析,采用半解析各向异性热分析方法,建立了符合实际工作状态热模型,对长方体型Nd:GGG热容激光晶体进行了热分析,得到了激光晶体抽运阶段和冷却阶段晶体内部温度场计算公式,定量分析了晶体宽度和厚度对温度场的影响。结果表明,当使用输出功率为8100W、脉冲频率500Hz、脉冲宽度0.2ms的LD抽运晶体4s时,抽运面中心最高温升为169.1℃;停止抽运120s时,晶体最高温升下降到0.97%。所得结果为热容激光器的优化设计提供了理论依据。     

圆棒Nd:glass热容激光器的热过程半解析分析

建立了基于Nd:glass热容激光器的热传导模型,利用半解析热分析理论,对于给定的边界条件和初始条件,分别求解出泵浦阶段和冷却阶段时圆棒Nd:glass晶体的Poisson方程的解,得出圆棒Nd:glass晶体的温度场、形变场以及由端面热形变引起的热焦距、附加光程差的计算公式。研究结果表明:当泵浦总功率为2kW,4阶超高斯分布LD对Nd:glass晶体泵浦4s时,获得泵浦阶段圆棒Nd:glass晶体最高温升67.10℃,最大形变量为35.45μm,中心处附加光程差为5.677μm。冷却阶段圆棒Nd:glass晶体冷却800 s后中心最大热形变量为0.943μm。为优化热容激光器提供了理论依据。     

基于DWT和视觉加权的图像质量评价方法研究

提出了一种新的基于小波变换和视觉加权的图像质量客观评价方法(WVWPSNR,wavelet and vision weighted peak signal noise ratio)。该方法将图像的DWT和HVS特性相结合,利用子图分解以及视觉加权处理实现图像质量的客观评价。对多幅分别经过JPEG压缩、JPEG2000压缩、White Noise(白噪声)、Gaussian Blur(高斯模糊)、FastFading降质的图像进行测试,实验结果表明该方法可靠、有效,与主观评价结果更接近。尤其是该方法对JPEG压缩图像的质量评价性能较好。     

网络安全的分布式异构存储网络安全技术分析

在互联网得到普及应用的背景下,网络数据量不断增加.而在采用分布式异构存储技术实现数据存储过程中,对网络具有明显依赖性,将面临较大信息风险.因为尽管网络具有较强功能,但也相对脆弱,容易因为恶意攻击出现安全问题,可能造成信息遭到窃取,严重时甚至出现系统瘫痪,造成信息丢失.从网络安全管理角度来看,需要加强分布式异构存储网络安...     

考虑后续工序的择时综合调度算法

针对目前综合调度算法不能兼顾产品工艺树中并行工序的并行性和串行工序之间紧密度，影响调度结果的问题，提出考虑后续工序的择时综合调度算法.该算法提出工序序列排序策略，从工艺树的整体结构出发，将其划分成若干内部工序只具有串行关系的工序序列，并按路径长度从长到短的顺序确定其调度次序；提出择时调度策略和考虑后续工序策略，根据工艺树自身特点，从来自不同工序序列的并行工序的不同组合方案中，选择最接近调度目标的方案作为工序调度方案，若该工序调度方案不唯一，则在其中选择该工序加工开始时间最早的调度方案.该算法既保证了工序的并行处理，又提高了串行工序的紧密度，优化了综合调度的结果.最后通过实例说明本文算法对解决综合调试问题具有普遍意义.     

基于局部语义聚类的语义重叠社区发现算法

语义社会网络是一种包含信息节点及社会关系构成的新型复杂网络,因此以节点邻接关系为挖掘对象的传统社会网络社区发现算法无法有效处理语义社会网络重叠社区发现问题。针对这一问题,提出基于局部语义聚类的语义社会网络重叠社区发现算法,该算法：1）以 LDA （latent Dirichlet allocation）模型为语义信息模型,利用 Gibbs 取样法建立节点语义信息到语义空间的量化映射;2）以节点间语义坐标的相对熵作为节点语义相似度的度量,建立节点相似度矩阵;3）根据社会网络的局部小世界特性,提出语义社会网络的局部社区结构 S‐fitness 模型,并根据 S‐fitness 模型建立了局部语义聚类算法（local semantic clusterm ,LSC）;4）提出可度量语义社区发现结果的语义模块度模型,并通过实验分析,验证了算法及语义模块度模型的有效性及可行性。     

外粘钢板对钢筋混凝土加固及施工工艺

结合工程实例分析了粘钢加固的技术原理及粘钢加固方案 ,并介绍了主要的施工工艺及实际加固效果。     

基于高阶相似性的属性网络表示学习

现有的网络表示学习方法缺少对网络中隐含的深层次信息进行挖掘和利用。对网络中的潜在信息做进一步挖掘,提出了潜在的模式结构相似性,定义了网络结构间的相似度分数,用以衡量各个结构之间的相似性,使节点可以跨越不相干的顶点,获取全局结构上的高阶相似性。利用深度学习,融合多个信息源共同参与训练,弥补随机游走带来的不足,使得多个信息源信息之间紧密结合、互相补充,以达到最优的效果。实验选取Lap、DeepWalk、TADW、SDNE、CANE作为对比方法,将3个真实世界网络作为数据集来验证模型的有效性,进行节点分类和链路重构的实验。在节点分类中针对不同数据集和训练比例,性能平均提升1.7个百分点;链路重构实验中,仅需一半维度便实现了更好的性能,最后讨论了不同网络深度下模型的性能提升,通过增加模型的深度,节点分类的平均性能增加了1.1个百分点。