面向车辆识别的样本自反馈式级联检测方法

以解决机器学习的样本提取问题、提高车辆识别的精度为目的,以Adaboost算法、级联检测方法、样本自反馈方法为基础,提出了一种面向车辆识别的样本自反馈式级联检测方法。方法兼具Adaboost级联检测器的架构优势和样本自反馈方法的样本扩充能力。通过前车图像的识别实例阐述了样本自反馈式级联检测方法的识别过程,进而使用常规Adaboost检测器和样本自反馈式级联检测方法对图像数据集进行了识别,将生产者精度、用户精度、总体识别精度、k值作为评价指标对识别效果进行了比较,证明了样本自反馈式级联检测方法具有较高的识别精度。分析了样本自反馈式级联检测方法个别评价指标较低的原因,提出了相应问题的解决思路。     

复合型防腐隔热漆的制备和性能研究

以水性丙烯酸树脂为成膜物质,配合防锈颜填料及以空心玻璃微珠为隔热填料,制备出了集防腐、隔热于一体的单组分水性防腐隔热漆.采用电化学阻抗测试技术及3%NaCl浸泡实验,确定涂料最佳颜基比为1.0.常规性能测试和隔热能力测试表明,玻璃微珠用量为8%(质量分数)时,涂层综合性能最优:附着力1级,柔韧性1 mm,抗冲击强度50 kg·cm;与不含微珠的底漆相比,温度低约6.8℃.     

胡家岸引黄水闸过闸流量计算分析

本文通过历史观测数据,分析闸孔过流特征,确定胡家岸引黄水闸属于平底淹没孔流流态。基于水闸上下游水位、闸孔开度、开发孔数、流量系数等,建立过闸流量水力学推算公式。利用历史观测数据,采用最小二乘法的方法拟合流量系数与闸孔相对开度的关系曲线,建立利用闸孔相对开度计算流量系数的数学公式。最后,通过对实测数据与计算结果进行比较,验证了计算方法的准确性。     

浅谈人工挖孔桩常见问题及对策

结合具体工程实例，从地下水、流砂、淤泥质土层的处理、桩身混凝土浇筑的注意事项及施工顺序方面进行了分析和总结，以保证人工挖孔桩施工的质量和进度。     

智能汽车纵横向整体反馈线性化控制

针对智能汽车纵横向耦合非线性导致的控制系统模型复杂度高以及轮胎侧偏刚度不确定性影响控制效果的问题,提出了一种基于轮胎侧偏刚度估计的纵横向整体反馈线性化控制方法。首先,建立智能汽车纵横向耦合动力学模型和轨迹跟踪偏差模型;其次,对车辆模型的线性化条件进行了判定,利用李雅普诺夫稳定性分析方法设计了可以保证系统稳定和跟踪误差渐近收敛的虚拟控制律;然后,对轮胎侧偏刚度进行了实时估计;最后,通过基于CarSim/Simulink的高速紧急双移线仿真实验,验证了本文提出的方法可使智能汽车在纵横向耦合工况行驶时具有良好的轨迹跟踪性能和稳定性。     

纳米浆料对水性防腐隔热涂料性能影响的研究

本文主要研究了纳米氧化锆浆料的用量对水性防腐隔热涂料的隔热性能、耐沾污性能及防腐蚀性能的影响。采用常规性能测试、隔热能力测试对涂层进行了表征,同时采用紫外-可见光-红外分光光度计,AE式半球辐射率测定仪测定太阳光反射比和半球辐射率。结果表明:纳米氧化锆浆料的添加量为4.5‰时,涂层的综合性能最好,且太阳光反射比和半球辐射率均高于未添加纳米氧化锆浆料的涂层。     

石墨烯掺杂水性环氧树脂的隔水和防护性能

通过物理混合将自制的石墨烯分散液与双组分水性环氧树脂制备成石墨烯环氧树脂。用扫描电镜(SEM)考察了石墨烯在水溶液中的分散情况。通过极化曲线、交流阻抗谱和中性盐雾试验探讨了含0.5%石墨烯的E44水性环氧涂层(0.5%G-E44)在模拟海水溶液中的隔水和耐腐蚀性能并与纯环氧涂层E44进行比较。结果表明:石墨烯在水溶液中分散良好,其在水性环氧树脂中层层叠加,形成了致密的物理隔绝层,减缓了水分子在涂层中的扩散速率,拥有较好的隔水性能。E44和0.5%G-E44涂层在浸泡初期的Fick扩散系数分别为5.56×10-9 cm2/s和1.61×10-11 cm2/s。添加石墨烯明显提高了水性环氧树脂涂层的防护效果,自腐蚀电流密度减小,涂层电阻和电荷转移电阻增大,200 h中性盐雾试验后涂膜平整,无明显腐蚀。     

水性木质表面专用清漆的制备与研究

研究水性木质表面专用清漆配方,对水性聚氨酯树脂、丙烯酸酯树脂和丙烯酸酯改性聚氨酯树脂进行选择,研究了树脂成膜机理及其结构对成膜性能的影响,确定具有较好的成膜效果和较低成本的树脂;确定了润湿剂、成膜助剂、消泡剂和增稠剂的种类及用量,获得了综合性能优良的配方,其性能符合并部分明显优于GB/T 23999-2009(B类)国标性能要求。     

IE技术在国内服装方面的应用

在我国,服装IE方面的研究和应用尚处于起步阶段,竞争力相对低下.因此,结合服装生产与管理研究和应用服装IE,是提高我国服装企业产品质量和经济效益的内在要求,是提高服装企业核心竞争力的重要内容.     

高速无人驾驶车辆轨迹跟踪和稳定性控制

针对高速无人驾驶车辆运动控制过程中轨迹跟踪精度和稳定性难以同时保障的问题,提出综合前馈-反馈及自抗扰控制(ADRC)补偿相结合的横向控制算法. 通过车速和道路曲率信息计算前馈稳态前轮转向角,将质心侧偏角引入航向偏差,以车辆航向角偏差和侧向偏差作为参考量进行反馈控制,通过前馈-反馈控制提升瞬态轨迹跟踪性能. 设计自抗扰控制器,通过扩张状态观测器对未建模动态和内外界干扰进行估计,通过将后轮侧偏角控制在参考值附近来补偿前轮转角,提升无人驾驶车辆的转向稳定性和控制器的鲁棒性. 不同工况下的仿真结果表明,利用该方法可以保证高速无人驾驶车辆稳定地跟踪期望路径行驶,轨迹跟踪偏差较小,对车辆参数变化和外界干扰具有较强的鲁棒性.