Morphological evolution of primary TiC carbide in laser clad TiC reinforced FeAl intermetallic composite coating

1　INTRODUCTIONIronaluminumbasedonFeAlintermetallicalloywasexpectedtobeanimportantandpotentialhightemperaturematerial,becauseitsgoodresistancetooxidationandcorrosion ,lowdensityandhightem peraturemelting point[12 ] .However ,theintrinsicpropertiesofFeAlintermetallicalloy ,suchaslowductilityandlowfracturestrength ,limiteditsindus trialapplications .Howtoimprovemechanicalproper tiesofFeAlintermetallicalloyandexpanditsindus trialapplicationrealmwasanimportantresearchas pectformaterialworke…     

铝—钢双金属复合轧制层厚比及轧制力的研究

用实验方法研究了铝－钢双金属复合轧制时层厚比的变化规律。给出了双金属复合时轧制力的计算式。     

Redundancy filtering and fusion verification for video copy detection

Multimedia Systems - Recently, the frame fusion based video copy detection scheme provides a possibility to detect copies in a continuous query video stream. However, its computational complexity...     

不同表达谱芯片分析方法在药效机制研究中的应用

Affymetrix表达谱芯片技术是一种研究基因在不同条件下表达变化的高通量分析技术,当前在深度动态挖掘药物作用机制方面的芯片分析方法的应用研究仍比较少。以药物表达谱芯片数据为研究对象,运用不同的算法对芯片数据进行预处理,使用t检验和基因芯片显著性分析的方法筛选差异表达的基因,利用凝集型层次聚类和CPP-SOM聚类的方法对差异表达的基因进行聚类分析,最后运用两类富集分析工具DAVID和GSEA对药效可能涉及的信号通路、生物学过程进行相关生物学功能的富集。结果表明,RMA算法处理药物芯片数据优于MAS5.0算法和GCRMA算法;CPP-SOM聚类方法挖掘的数据信息更丰富;GSEA富集分析工具更适合用于药效机制的研究。本研究为新药研发提供算法支持。     

基于RGB-D数据的目标分割与实时重建方法

应用RGB-D传感器进行三维重建具有速度和成本的优势,并可获取纹理信息,但扫描数据易受干扰。针对有干扰的外部环境,提出一种基于RGB-D数据的目标分割与重建方法。首先为改善输入图像质量,采用多帧叠加的中值滤波对信息缺失的位置进行预处理。接着,利用静态减除和动态3D Mean-shift相结合的方法分割目标,实现对目标物体的实时定位。最后使用一种优化的点到面ICP方法进行配准,并在此基础上利用随机抽样算法对点云的配准进行加速。采用该方法实现的原型系统能够支持含有背景和一定干扰下的小物体配准,且能有效提高三维重建的速度和自动化程度。     

基于LBP的眼睛开闭检测方法

在基于机器视觉的疲劳驾驶预警系统中通过驾驶人员眼睛的状态来判断其是否疲劳是最直接和有效的途径,对眼睛的开与闭这两个基本状态的检测是判断疲劳的一个关键技术.针对红外视频人脸图像序列,提出一种基于LBP纹理检测算子的快速准确人眼开闭检测方法.该方法首先精确提取眼睛区域,然后利用对光照具有鲁棒性的LBP纹理检测算子检测眼睛区域纹理并计算其二阶矩、熵和边际分布二阶矩作为特征向量,最后使用SVM对特征向量进行分类以达到开闭检测的目的.大量实验结果表明,该方法不仅具有较高的检测准度,而且能完全满足实时要求.     

大规模定制环境下基于产品结构复杂度的工时定额制定研究

针对大规模定制环境下产品种类多、工时制定困难的特点,为了能够快速且准确获取产品工时,研究了产品结构复杂度与工时之间的关系,提出了一种基于产品结构复杂度的工时估算方法.综合考虑影响产品结构复杂度的各种因素后,针对决策结果的排序向量决定决策者权重,引入灰色关联理论,建立了产品结构复杂度计算模型.基于数据库中的工时信息,运用MATLAB软件进行编程确定产品结构复杂度和工时之间的函数关系.最后,以某企业产品加工工时估算实例,证明了所提出的估算方法的可行性.     

云环境下基于数据流的k-means聚类算法

k-means算法是一种 最常用的基于划分的聚类算法。传统的集中式k-means算法已不能适应当前呈爆炸式增长的数据规模,设计分布式k-means算法成为了目前亟需解决的问题。现有分布式k-means算法基于MapReduce计算框架且没有考虑初始聚类中心的影响。由于每个MapReduce任务均需要读写分布式文件系统,导致MapReduce不能有效表达多个任务之间的依赖关系,因此提出了一种基于数据流的计算框架,该框架建立在MapReduce之上,将数据处理过程按照数据流图建模。在该框架的基础上,提出了一种高效的k-means算法,它采用基于多次采样的初始聚类中心选取方法来实现负载均衡及减少迭代次数。实验结果表明,该算法的可扩展性较好,且效率比现有算法高。     

电动汽车参与经济调度的多目标模型

电动汽车通过V2G技术可以作为电网负荷侧的备用容量,由此提出了一个多目标优化模型,将电动汽车车主成本和经济调度成本作为其目标函数,并让电动汽车通过有序充放电来作为经济调度时的备用容量.在满足各种约束条件下,采用多目标遗传算法(NSGA-Ⅱ)对模型进行求解.电动汽车的负荷特性、负荷波动、真实风能输出和机组停运状态均采用蒙特卡洛算法得到,并以一小时为时间间隔来进行仿真.由模型的求解结果可知,通过选择合适的pareto解集中的值,可以节省车主成本和经济调度的成本,并且可以实现对负荷削峰填谷的功能.