基于多尺度双线性卷积神经网络的多角度下车型精细识别

针对多角度下车辆出现一定的尺度变化和形变导致很难被准确识别的问题，提出基于多尺度双线性卷积神经网络（MS-B-CNN）的车型精细识别模型。首先，对双线性卷积神经网络（B-CNN）算法进行改进，提出MS-B-CNN算法对不同卷积层的特征进行了多尺度融合，以提高特征表达能力；此外，还采用基于中心损失函数与Softmax损失函数联合学习的策略，在Softmax损失函数基础上分别对训练集每个类别在特征空间维护一个类中心，在训练过程中新增加样本时，网络会约束样本的分类中心距离，以提高多角度情况下的车型识别的能力。实验结果显示，该车型识别模型在CompCars数据集上的正确率达到了93.63%，验证了模型在多角度情况下的准确性和鲁棒性。     

用于远程激光测距机的板条激光器

研制了用于远程激光脉冲测距机的板条激光器。使用半导体泵浦的MOPA激光结构实现了大于250 mJ的脉冲激光输出,输出脉冲宽度为12.83 ns,最终输出激光光束束散角为0.18 mrad。该激光测照器可应用于远程激光测距。对激光测距机的测距与照射能力进行了理论计算与分析。理论分析表明,应用于机载平台时,该激光测照器能够实现50 km距离的激光测距。该型激光测距机具有测距距离远,重量轻,结构紧凑等特点,具有广泛的应用前景。     

Corrosion morphology of AZ91D exposed in an atmospheric environment

The focused ion beam technique was employed to investigate the atmospheric corrosion morphology of AZ91D. It was found that the α matrix of the alloy was preferentially corroded in the areas adjacent to intermetallic phases. The most interesting finding was that the corrosion products in corrosion cavities were pelletlike, which has never been reported before.     

基于Internet的远程教育系统模型研究

随着计算机网络技术的发展，远程教学系统的结构发生了重大的变化，逐步由原来的客户机／服务器(C／S)结构转变为基于Internet的浏览器／服务器(B／S)结构。本文提出了基于CORBA技术的B／S结构系统模型。分析了其运行过程，并与传统的结构进行了比较，指明了其优越性。在本文的结尾。指出了使用这种技术的一个具体例子。     

项目管理信息系统在西部管道工程中的应用

系统地阐述了西部管道工程信息管理系统的建设和应用，根据实际应用情况提出了有待改进的工作。以西部管道为例，详细介绍了大型工程，特别是大型长输管道工程信息管理系统的建设目标、设计原则、功能特点、整体结构和功能模快组织，以及信息系统对工程项目管理的支持作用，对于改进和提高大型工程信息管理系统的建设和使用，提升大型工程项目管理水平具有积极意义。     

TUD-DNS3脱硝助剂在催化裂化装置的工业应用

TUD-DNS3脱硝助剂在中韩（武汉）石油化工有限公司1号催化裂化装置上进行了工业应用。结果表明：针对两段再生工艺，当系统中助剂占总催化剂藏量的质量分数为2.6%时，烟气脱硫装置外排污水中的氨氮质量浓度由加剂前的100 mg/L下降至40 mg/L以内；助剂的加入降低了CO焚烧炉的炉膛温度，有利于烟气的合格排放，并对装置操作、产品分布及汽油、柴油产品质量无不良影响。     

数据库新技术浅析

介绍了数据库技术的发展及现状，数据库技术与多学科技术的有机结合，根据数据库技术的延伸与发展，论述了数据库建设中应注意的几个问题。     

Mining predecessor–successor rules from DAG data

Data mining extracts implicit, previously unknown, and potentially useful information from databases. Many approaches have been proposed to extract information, and one of the most important ones is finding association rules. Although a large amount of research has been devoted to this subject, none of it finds association rules from directed acyclic graph (DAG) data. Without such a mining method, the hidden knowledge, if any, cannot be discovered from the databases storing DAG data such as family genealogy profiles, product structures, XML documents, task precedence relations, and course structures. In this article, we define a new kind of association rule in DAG databases called the predecessor–successor rule, where a node x is a predecessor of another node y if we can find a path in DAG where x appears before y. The predecessor–successor rules enable us to observe how the characteristics of the predecessors influence the successors. An approach containing four stages is proposed to discover the predecessor–successor rules. © 2006 Wiley Periodicals, Inc. Int J Int Syst 21: 621–637, 2006.