基于改进ＡｌｅｘＮｅｔ的手腕骨图像成熟等级识别

ＣＨＮ 法是目前适用于我国评估骨龄的方法之一,其评估骨龄最关键的步骤是对手腕骨图像的成熟等级评定。传统的方法是由医学专家人工阅片,不仅工作量大、耗时长,评定的准确性还受到人的主观因素干扰。为了提高骨骼等级识别的准确率,提出了一种基于改进 ＡｌｅｘＮｅｔ的手腕骨图像等级识别方法,将优化的空间变换网络加入到 ＡｌｅｘＮｅｔ网络结构中,对特征图进行旋转、平移和缩放等变换操作以获取更有辨识度的特征信息;采用 Ｍａｘｏｕｔ激活函数作为网络中卷积层的激活函数,训练手腕骨图像成熟等级识别模型。实验结果表明：相比于原始 ＡｌｅｘＮｅｔ网络与其他几个常见的卷积神经网络,改进的 ＡｌｅｘＮｅｔ网络提高了网络模型对头状骨、钩骨、掌骨Ⅰ、远节指骨Ⅰ和中节指 骨Ⅴ等成熟等级识别的准确率,分 别 达 到 了８８．３９％,８５．３５％,７９．６９％,７９．４１％ 和８１．２９％。该方法可以为基于深度学习的骨龄评估方法提供新的技术参考。     

长定子双馈直线电机电磁计算与有限元分析

双馈直线电机(DFLM)以其推力密度大、响应速度快、可控性能良好及可实现无接触能量传递的优势,有望在未来高速轨道交通的直线牵引中发挥作用.结合DFLM的结构特点和经典旋转电机设计公式,设计了长定子DFLM的主要电磁参数,并建立了DFLM的二维有限元模型,采用电机不等极距抑制推力波动、定子单匝线圈降低端电压等方法,对电机推力和感应电动势等特性进行了分析与优化,最终使优化过的设计方案满足轨道交通牵引系统的要求.     

低合金钢锤头的研制与应用

为提高石料破碎机锤头的使用寿命,经过多次试验摸索和现场工业性试验,成功研制出价廉物美的低合金钢锤头。结合锤头含碳量较低、合金元素少的特点,对其进行阶段式复合热处理。热处理后锤头头部工作表面硬度50~55HRC,柄部硬度33~42HRC,使用寿命为锻打钢锤头的3~4倍。     

4Cr14Ni14W2Mo钢排气阀离子氮化和离子软氮化渗层的分析和探讨

研究了经不同加热温度鍛造、固溶和750℃时效后钢的晶粒度、孪晶、滑移及碳化物的分布;用光镜、扫描电镜、X-射线衍射仪、俄歇谱仪对钢的基体组织、渗层组织、剥落形貌、应力状态及渗层C、N分布分析表;合适的固溶处理是可以消除过热锻造危害的;离子软氮化中,碳并没有渗入;适当降低炉气中氮含量和辉光电流密度及适当提高氮化温度是消除氮化产生剥落的途径之一。     

石粉与粉煤灰复合作水泥混凝土掺合料的性能研究

石粉为石材加工过程中产生的废料，但其可与燃煤电厂排放的粉煤灰复合作水泥混凝土的掺合料。研究结果表明：石粉按一定掺量与粉煤灰复合后掺入水泥混凝土中，其强度、抗渗透性和抗钢筋锈蚀性均比单掺粉煤灰混凝土的有所提高，其中以6％和9％的石粉掺量与粉煤灰复合掺入混凝土中的性能为最好。     

细胞分裂素6-苄胺基嘌呤合成新工艺

在碱金属氢氧化物催化下,用腺嘌呤和苯甲醇制得6-苄胺基嘌呤。总收率98％,纯度97.2％。     

MAH接枝EPDM增韧PA66的研究

研究了MAH(马来酸酐)接枝三元乙丙橡胶(EPDM—g-MAH)对尼龙66(PA66)的增韧作用。利用SEM(扫描电镜)观察了共混体系的微观形貌(形态结构)，并运用小角激光散射(SALS)方法研究了EPDM的加入对PA66结晶性能的影响。结果表明，未接枝的EPDM与PA66的相容性很差，而EPDM—g—MAH与PA66相容性明显增加，EPDM-g—MAH粒子均匀分散在PA66中，共混体系力学性能有很大提高。随着EPDM—g—MAH用量的增加，PA66球晶尺寸变小，共混体系界面结合更加紧密。     

SDARP：基于软件定义网络的地址解析协议代理机制

针对以太网中,主机之间存在大量的地址解析协议（ARP）的广播流量,导致以太网规模受限问题的研究,提出基于软件定义网络的地址解析协议代理机制（SDARP）,利用软件定义网络范式,集中处理地址解析协议报文,应答地址解析请求,从而抑制广播流量。SDARP基于RYU控制器实现。基于Mininet仿真器的虚拟试验床实验证明：SDARP对主机透明,能够有效减少92.9%的ARP广播报文,消除广播风暴,并减少35.9%的ICMP传输时间。     

基于不确定决策树分类算法在滑坡危险性预测的应用

滑坡灾害预测受多种因素影响,其中降雨等不确定因素存在难以获取数据及有效处理等难题,为提高滑坡危险性预测的准确率,根据滑坡灾害发生相关理论及决策树分类原理,提出了基于不确定决策树算法在滑坡危险性预测的方法.该方法引入不确定因子降雨,并将不确定因子和其余评价因子一起,根据不确定决策树算法理论构建出不确定决策树,建立滑坡危险性等级预测模型,并用延安市宝塔区的实例进行验证.实验结果表明,该预测方法取得了较高的总体精度和有效精度,达到了滑坡预测的精度标准,且两项预测精度均高于传统C4.5决策树方法.