纳秒脉冲激光加工高反射率铝膜

为了研究基于近红外纳秒脉冲激光的高反射率金属薄膜的加工可行性以及加工效果, 采用纳秒脉冲激光对高反射率铝膜进行激光加工, 分别测量了在不同激光光斑尺寸和不同激光能量的条件下, 铝膜表面所发生的烧蚀形态变化。结果表明, 即使铝膜表面反射率高达96%, 依然能对铝膜进行激光加工; 使用较高功率激光对铝膜表面进行离焦加工(能量密度约小于1000J/mm2)的烧蚀图样比使用较低功率激光对铝膜表面进行对焦加工(能量密度约大于2000J/mm2)的烧蚀图样更加规则。相关实验结果对激光加工高反射率材料时激光参量的选择可起到一定的指导作用。     

虎门富民首秀喜获订单

今年是虎门富民时装城在CHIC上的首秀，此次富民时装城携旗下“妙玲”、“K.TVB”、“添美社”、“猫咪”、“柏松子”、“利傲龙”、“玮丁目”、“席薇亚”共8家优秀品牌参展，其核心目标在于全面展示虎门在设计研发、原辅材料配套、加工制造和品牌营销方面的一体化产业实力，打造虎门时尚休闲装优势产业形象。     

FW.GID上海办公室

<正>"我希望在老建筑中间,能产生一个当代的盒子,作为新与旧的连接物。"曾建龙(Gary)说。所以,他将原建筑外立面的铁皮由灰色刷成白色,并装上黑色窗框,又把屋顶上升30公分,而后挑檐,使之成为传统闹市区内的一处安静现代的所在。上海老城区的凤阳路338号北楼,是一栋4层的老建筑,始于民国时期,在历史的长河里曾经是印刷厂、供销社……第一次接触这栋建筑,是为其做设计改造,后来接受业主的邀请,将1、2层作为GID上海办公室。     

Room Temperature Ferromagnetism in Co-doped CuAlO2 Nanofibers Fabricated by Electrospinning

One-dimensional, diluted magnetic semiconductor nanofibers have attracted increasing attention for their unique magnetic properties, large specific surface area, and high porosity. These qualities lead to excellent performance in magneto-optical devices, magnetic resonance imaging, ferrofluids and magnetic separation. The purpose of this study is to fabricate P-type one dimensional CuAlO2-based diluted magnetic semiconductor nanofibers. First, we fabricated Cu Al0.95Co0.05O2 nanofibers with an average diameter of 1 μm with the electrospinning method. The annealed nanofibers were thermally treated at a temperature of 1 100 ℃ and then shrunk to a diameter of about 650 nm. We used X-ray diffraction measurements and Raman spectra to confirm that the Cu Al0.95Co0.05O2 nanofibers had a single impurity free delafossite phase. The X-ray photoelectron spectroscopy analysis indicates that Co was present in the +2 oxidation state, resulting in an room temperature ferromagnetism in the Cu Al0.95Co0.05O2 fiber. This contrasts with nonmagnetism in pristine CuAlO2 fiber. The coercivity(Hc) value of 65.26 Oe and approximate saturation magnetization(Ms) of 0.012 emu/g demonstrate good evidence of ferromagnetism at room temperature for Cu Al0.95Co0.05O2 nanofibers.     

改进HSR-FCN的服装图像识别分类算法研究

目前网络上的服装图像数量增长迅猛，对于大量服装图像实现智能分类的需求日益增加。将基于区域的全卷积网络（Region-Based Fully Convolutional Networks，R-FCN）引入到服装图像识别中，针对服装图像分类中网络训练时间长、形变服装图像识别率低的问题，提出一种新颖的改进框架HSR-FCN。新框架将R-FCN中的区域建议网络和HyperNet网络相融合，改变图片特征学习方式，使得HSR-FCN可以在更短的训练时间内达到更高的准确率。在模型中引入了空间转换网络，对输入服装图像和特征图进行了空间变换及对齐，加强了对多角度服装和形变服装的特征学习。实验结果表明，改进后的HSR-FCN模型有效地加强了对形变服装图像的学习，且在训练时间更短的情况下，比原来的网络模型R-FCN平均准确率提高了大约3个百分点，达到96.69%。