流行元素——时尚色彩图案在服装设计中的应用

流行是一种普遍的社会心理现象,渗透在人们生活的方方面面,尤其是服装领域。流行元素和时尚色彩对服装图案设计有重要的作用,会影响到人们的情绪、精神、思想状态,乃至社会文化走向。处理好色彩设计和时尚流行元素,才能够使服饰设计的图案被消费者喜爱和接受。     

自动润滑高温减摩材料

原苏联乌克兰科学院材料研究所研制以钼和二硫化钼为主的CM-1、CM-2、CM-3自动润滑减摩材料。这些材料适用于真空度为6.6×10~(-3)Pa以上,温度约为1200℃条件下工作的摩擦部件。临界触头负载在常温下为250MPa。自动润滑材料的制造,采用粉末混合物在石墨模具内热压,而后加工压制毛坯达到需求的尺寸和形状,并用磨料磨光的方法。     

浅谈邮电企业如何推行全面质量管理

随着城市经济体制改革的不断深化,我国的社会主义企业开始由内部管理走向市场经营,由吃国家“大锅饭”走向独立核算,自负盈亏,由生产型转变为经营型。这是一个具有历史意义的转折,它给我国的几十万个企业注入了新的活力。在企业管理中推行全面质量管理是改革中的一个重要方面。邮电通信企业与全国各企业一样,应积极推行全面质量管理,革除旧的小生产的习惯,根椐邮电通信企业的特点,创造新的科学管理方法。     

基于Transformer实现文本导向的图像编辑

为方便非专业用户修图,提出一种基于Transformer的图像编辑模型TMGAN,使用户可通过自然语言描述自动修改图像属性。TMGAN整体框架采用生成对抗网络,生成器采用Transformer编码器结构提取全局上下文信息,解决生成图像不够真实的问题;判别器包含基于Transformer的多尺度判别器和词级判别器两部分,给生成器细粒度的反馈,生成符合文本描述的目标图像且保留原始图像中与文本描述无关的内容。实验表明,此模型在CUB Bird数据集上,IS（inception score）、FID（Fréchet inception distance）以及MP（manipulation precision）度量指标分别达到了9.07、8.64和0.081。提出的TMGAN模型对比现有模型效果更好,生成图像既满足了给定文本的属性要求又具有高语义性。     

基于MATLAB环境的精确空投系统模型分析与仿真

在针对运动体运动规律仿真领域中,MathWorks公司推出的Matlab软件具有强大的功能。本文针对近年来国际上较为热门的"精确空投系统"进行了简化建模,并在Matlab/simulink环境中进行了仿真分析,得到了较为准确可靠的仿真结果。     

UV技术降解饮用水中二溴乙腈的研究

为去除饮用水中消毒副产物二溴乙腈（DBAN）,采用紫外光（UV）降解水中DBAN,探究不同UV强度、温度、DBAN初始质量浓度以及溶液pH对其降解效果的影响。实验结果表明:DBAN的剩余质量浓度随反应的进行而逐渐变小,UV强度越大,降解效果越好,强度为40 W时最大去除率为55.2%;提高温度对DBAN的去除率提升较小;DBAN的去除率随初始质量浓度的增大而增大,初始质量浓度从10μg/L增加到100μg/L时,对应去除率从36.2%增加到67.7%,提升了31.57%;随着溶液pH的升高,DBAN的去除率逐渐上升,在pH=9时达到最高值62.88%;UV技术对DBAN的降解过程符合一级动力学规律。     

聚酯型粉末涂层附着力异常的原因分析

针对热镀锌板表面聚酯型粉末涂层附着力异常的问题,对比了涂层脱落和正常前处理的基材表面形貌、元素组成、清洁度和红外光谱,得出涂层附着力异常的原因为基材表面在喷涂前发生氧化和油污未除净,给出了相应的解决措施。     

长大隧洞工程建设中地下水处理的实践及思考

以引汉济渭工程秦岭输水隧洞(越岭段81.779 km)为例,围绕该隧洞建设过程中的地下水问题,介绍其总体富水情况以及地下水预测方法。通过对秦岭各支洞抽排水措施的综合研究,给出了抽排水方案的设计步骤,结合不同涌水的处理提出了突涌水的处理思路,并介绍了目前国内先进的突涌水预测手段及应用效果。根据秦岭隧洞抽排设备的配置思路以及洞外环保处理情况,指出了目前地下水处理过程中存在的问题并提出相应的解决方法。通过引汉济渭工程建设过程中地下水处理情况的介绍、探讨和分析,对长大隧洞处理类似地下水问题提供一定的借鉴。     

在JAVA中用递归解决的问题解析

递归就是循环,只不过要有条件变量作为最终返回。通常需要把一个大型复杂的问题层层转化为一个与原问题相似的规模较小的问题来求解,递归策略只需少量的程序就可描述出解题过程所需要的多次重复计算,大大地减少了程序的代码量。     

显著性的无人机远距离障碍物检测

针对旋翼无人机的避障问题,结合人眼视觉的显著性注意机制和HOG特征,提出一种实时的障碍物检测算法。该算法首先采用形态Haar小波分解的方法构建增强图像,然后根据增强图像的投影曲线提取出障碍物的候选区域。其后,对障碍物候选区域进行尺度归一化后提取HOG特征,并采用线性SVM分类器进行分类判别。该算法采用C++语言实现,在Celeron 2.3GHz处理器、2G内存的单板计算机上测试分辨率为640×480的VGA视频图像的处理速度约为14f/s。实验结果表明该算法满足无人机在低空环境下的障碍物的实时检测需求。