排序方式: 共有8条查询结果,搜索用时 62 毫秒
1
1.
本文研究了一种7XXX系铝合金厚板T6I76、T73和T6三种时效状态的硬度、室温拉伸和电导率,并采用晶间腐蚀、剥落腐蚀、极化曲线和交流阻抗测试方法研究了其局部耐腐蚀性能。结果表明:T6I76试样的强度和硬度与T6试样的相当,但局部耐腐蚀性能明显增强,且优于T6试样和T73试样的。T6I76试样经过预时效、淬火和低温长时间时效处理后,晶内沉淀强化相(η′相)特征与T6试样相似,但强度更大;与T73试样相比,T6I76试样的η相中Cu含量更高、Zn含量更低、间距更大,且晶界附近无沉淀析出带宽度更窄,这能有效地阻断沿晶阳极溶解通道,得到更好的局部耐腐蚀性能。 相似文献
2.
首先对标准果蝇优化算法FOA进行改进,自适应调整果蝇种群数量和搜索步长,同时优化初始迭代位置,改善算法局部搜索能力和搜索效率。接着将改进的FOA算法AFOA与回声状态网络ESN相结合,构建一个两阶段组合预测模型(AFOA-ESN),通过AFOA优化ESN获取其关键参数,将优化后的参数输入ESN,形成最终的组合预测模型。最后利用该模型进行旅游需求预测。实验结果表明,AFOA-ESN模型较自回归移动平均模型、支持向量机模型、BP神经网络、标准ESN网络以及其他预测模型具有更高的预测精度。 相似文献
3.
自发性脑出血后脑水肿在 CT 图像呈现的模糊边缘是 CT 图像上实现脑水肿自动分割的一个严峻挑战。在磁共振 T2加权图像上,脑水肿的边界相对清晰。因此,文章提出利用14套同时拥有磁共振和 CT 图像的病例,将其磁共振 T2加权图像的手动分割金标准通过配准映射到 CT 空间,结合 CT 图像信息通过对配准后的结果进行机器学习得到脑水肿体素分类器,并利用此分类器进行 CT 图像上的脑水肿分割。采用近邻采样策略,选择公共测度子空间进行特征选择,基于支持向量机方法利用穷举法得到分割精度最高的水肿分类器;通过36套临床脑出血的 CT 数据的验证,结果显示该方法的 Dice 系数达到0.859±0.037,明显高于基于区域增长的方法(0.789±0.036,P<0.0001)、半自动水平集方法(0.712±0.118,P<0.0001)和基于阈值的方法(0.649±0.147,P<0.0001)。与之对比,使用 CT 手动分割金标准得到的分类器分割精度 Dice 系数(0.686±0.136,P<0.0001)明显小于基于 T2金标准的分类器。试验结果显示磁共振 T2加权图像上脑水肿的清晰边界在精确区分水肿与周围正常脑组织的时候可能提供更强的约束。文章提出的方法为脑出血患者的脑水肿量化、病理改变严重性的评估、以及治疗提供潜在的工具。 相似文献
4.
5.
针对高分辨率遥感影像道路提取结果不完整、边界质量差的问题,提出基于EDRNet模型的遥感影像道路提取方法。利用残差网络构建道路提取模型EDR1,保留道路的细节信息并加速网络收敛。通过融合多尺度、多层次的道路特征信息,设计道路提取结果优化模型EDR2。在此基础上,利用混合损失函数,提高道路提取的完整度。实验结果表明,EDRNet道路提取方法在马萨诸塞州道路数据集上的召回率、精确率和F1-score指标分别达到了84.4%、81.7%及83.0%,其结果完整且准确。 相似文献
6.
7.
混凝土路面砖新标准GB/T28635-2012代替了旧标准JC/T446-2000,其抗压强度试验方法也做了较大的改动,本文通过抗压强度检测值来比较一下这两种试验方法,谈一谈它们存在的区别。 相似文献
8.
1