掺钪AlN材料特性及HBAR器件性能研究

该文基于掺钪AlN薄膜制备了高次谐波体声波谐振器(HBAR),研究了钪(Sc)掺杂浓度对AlN压电薄膜材料特性及器件性能的影响。研究表明,当掺入Sc的摩尔分数从0增加到25%时,压电应力系数e₃₃增加、刚度 下降,导致Al₁-_xSc_xN压电薄膜的机电耦合系数 从5.6%提升至15.8%,从而使HBAR器件的有效机电耦合系数 提升了3倍。同时,当Sc掺杂摩尔分数达25%时,Al₁-_xSc_xN(x为Sc掺杂摩尔分数)压电薄膜的声速下降13%,声学损耗提高,导致HBAR器件的谐振频率和品质因数降低。     

移动设备交互环境下的注视点感知计算方法

为了提高移动设备上眼动跟踪的精度和效率、降低硬件成本,提出基于注视点回忆的眼动数据感知计算方法.首先利用人的短时记忆特性建立注视点回忆和自我报告机制,要求用户点击移动设备屏幕来提交注视点位置数据;然后基于支持向量回归方法建立注视点数据误差补偿模型,对用户回忆和提交的注视点数据进行校正,进一步提高数据精度.为了验证数据误差补偿模型的效果,设计并开展了用户实验,结果表明,使用数据误差补偿模型后,对于不同类型的测试任务和测试图片,注视点回忆数据精度提高15%～40%.     

基于神经网络和遗传算法的锭子弹性管性能优化

为得到减振弹性管对下锭胆的支承弹性和锭子高速运动下的稳定性等性能的最优匹配效率,依据减振弹性管的等效抗弯刚度及底部等效刚度系数公式,利用MatLab数值分析软件构建弹性管抗弯刚度和底部挠度数学模型。首先,结合Isight优化软件基于径向基神经网络构建其近似模型,且使精度达到可接受水平,并以模型的关键结构参数弹性模量、螺距、槽宽、壁厚为设计变量,结合遗传算法对弹性管抗弯刚度和底部挠度进行多目标优化设计,得到Pareto最优解集和Pareto前沿图,确定出减振弹性管结构工艺参数的优化方案。通过对优化数据进行分析发现,该方案在保证减振弹性管弹性的同时,其底部振幅明显减弱。     

基于机器视觉的缺陷检测应用综述

针对工业生产过程中缺陷检测的必要性以及传统人工缺陷检测的缺点,研究了基于机器视觉的缺陷检测技术,阐述了典型的机器视觉检测系统的组成,分析了国内外机器视觉缺陷检测技术的应用现状,展望了机器视觉缺陷检测技术的发展趋势,并指出不断优化算法,提高图像处理算法的准确性与鲁棒性,使检测系统更加智能化,是需要不断努力的方向。     

秋冬季节抗性基因在AAO反应器生物段的去除和水平转移过程

厌氧-缺氧-好氧(anaerobic-anoxic-oxic,AAO)反应器的活性污泥中具有高密度的微生物,抗性基因(antibiotic resis tance genes,ARGs)汇入后可能发生水平转移并向水体释放.因此,文中考察了不同进水流量下AAO反应器在秋季和冬季对ARGs的去除效果及ARGs水平转移过程.监测结果显示,秋季进水ARGs浓度低于冬季,相应的高流量组(high-flow reactor,HFR)和低流量组(low-flow reactor,LFR)出水中sul1、tetX、e rmB、intI1和16S rDNA浓度也低于冬季.秋季LFR出水ARGs浓度高于HFR,冬季两者近似.这反映了季节和进水流量会影响AAO反应器对ARGs的去除.两组反应器在秋季和冬季对不同种类的ARGs对数去除率在0.72～1.85 log.值得注意的是,虽然秋冬季节两组反应器的出水ARGs浓度均低于进水,但是LFR出水中sul1、tetX和blaTEM的相对丰度却高于进水,推测部分ARGs可能发生了向无抗性菌株水平转移的过程.因此,从控制ARGs排放的角度,需对AAO反应器出水进行消毒等处理,以进一步降低ARGs浓度与其相对丰度.     

基于YOLOv4与光流法的行人检测和计数方法研究

针对行人进行检测与统计的问题进行分析和研究,提出一种基于深度学习的方法。首先分析YOLOv4算法的优越性,并使用监控下获取的行人图像和YOLOv4算法,训练出深度学习模型。再在监控下进行实时行人检测和统计,针对部分实验结果精度较小的问题,采用光流法进行改进。改进后的检测速度以及检测精度基本满足行人检测和计数的需求。     

浅析太阳能耦合空气源热泵技术的原理及应用

供暖占据我国能源消耗较大的比例,清洁、高效采暖是提升我国能源利用效率,减小污染物排放的重要手段。本文讨论了耦合太阳能的空气源热泵技术的原理,近年来的相关国家政策以及一些应用实例,为"清洁取暖"政策推动提供一些建议。     

物联网智能物流车辆监控系统的研究与开发

随着世界经济一体化进程的加快，物流产业正在世界范围内迅速发展，物流业在国民经济中占据了重要的地位，为了提高物流管理水平和效率，降低物流成本，开发了一种物联网智能物流车辆监控系统。该系统能够实现对物流配送作业全过程的可视化监控管理，让物流配送部门可以实时掌握配送作业的进度以及配送过程中人、车、物的状况，从而有效提升物流 配送过程的精细化管理水平，增强对物流配送过程的安全把控。