殷殷赤子心 拳拳报国情——记留学归国博士、总工程师王裕昌

一个事业正旺、前途似锦、年仅47岁的留日、留美博士，为了实现知识报国、科技强国的宏大愿望，婉言谢绝了美国资方高薪与优厚待遇的挽留，毅然携妻带子回到了养他、育他的华夏祖国。回国后，在不到三年的时间里，凭着一个科技工作者严谨与务实的科研作风，凭借自己的知识与经验，在公司的全力配合与     

担保投资中小企业融资的新途径

中国证监会主席周小川最近在深圳指出,中小企业发展的关键是融资问题,要给予高度的重视,同时还需要非常有创造性、有胆略、符合中国实际情况地考虑,如何更好地拓宽中小企业的融资渠道。     

吞噬万物的怪圈──黑洞

天文学将黑洞定义为宇宙中具有超高密度的区域，其引力场极强以致包括光在内的任何物质一旦被吸入怪圈都无法从中逃逸。近期美国天文学家宣称，借助夏威夷岛上采用等离子光学干扰测量法新技术组装的“凯克”天文望远镜和“哈勃”太空望远镜以及计算机系统综合分析，他们首次发现宇宙中确实存在黑洞并且根据空间卫星拍摄的X光图像照片大致测定了黑洞边界。这一多年潜心研究成果有助于进一步揭开神秘黑洞面纱。科学家证实宇宙中的黑洞是吞灭万物的怪兽。因为任何靠近它们的物体，诸如恒星、宇宙尘埃，乃至高温星体气体统统被吸入黑洞而且一去…     

高强钢动态力学性能本构模型研究

为了研究高强钢材料在动态加载过程中的力学响应,采用分离式霍普金森压杆对材料进行了不同应变率（3000到 12000s-1）和不同温度（20℃到800℃）单轴压缩实验.实验结果表明：高强钢的动态力学行为受应变率和温度的强烈影响.流动应力随着应变率的升高而增加,随着温度的升高而降低.提出了一个经验型本构模型来描述材料的加工硬化和温度软化行为.该本构模型预测的应力——应变曲线与实验结构较好吻合,表明该本构模型可进一步用于高强钢动态变形过程的数值模拟研究.     

齿轮噪音和低噪音工艺研究

对齿轮噪音和齿轮加工工艺进行了研究,成功地将噪音从８１～８３降低到７６～７８ｄＢ．在理论研究中,发现了误差齿轮的线外啮合和过渡过程的衔接撞击,探讨了几种有效的齿轮低噪音工艺．并对齿轮加工提出了有益的建议．     

西北地区丝路沿线自然地理环境变迁初步研究

以丝绸之路所经行的中国西北地区作为研究区域,根据这一地区不同的地质、地貌和自然状况,将其分为东段、中段、西段３个二级地理单元。在对各个地理单元的自然特征深入分析的基础上,研究了中国西北丝路沿线一带自然因素的演变（黄土高原的自然侵蚀、河流侧蚀及自然灾害等）和人为因素的变化（人口增加、植被减少、过度开垦等）对该地区两千年来环境变迁的影响。     

“昂起头”真美

有一个孤儿,生活无依无靠,四处流浪。 一天,他走进一座寺庙,拜见那里的高僧。孤儿说：“我什么技术都没有,该如何生活啊？”高僧说：“那你为什么不去做呢？”“像我这样的人能做什么呢？”孤儿说。     

基于云模型和灰关联的油气圈闭多域信息评价

云模型是在传统模糊数学和概率统计的基础上提出的定性、定量转换模型。为了建立油气藏与圈闭面积、圈闭闭合幅度、油气运移通道、地层孔隙度、烃源生油与圈闭形成时间、空间匹配性等因素的定性定量关系,传统的多域信息评价方法多采用因素硬化值构建定性定量关系模型,这很大程度受制于专家的知识和经验。结合云模型和灰关联分析,考虑油气圈闭评价因素的模糊性、随机性和小样本不确定性,实现圈闭多域信息的定性与定量间的转换,提出了一种油气圈闭多域信息评价新方法。对中国西北顺托果勒某地区提取的圈闭进行评价,分别划分出了Ⅰ、Ⅱ和Ⅲ类圈闭,其中Ⅰ类圈闭占圈闭总数的37.5％;Ⅱ类圈闭占圈闭总数的37.5％;Ⅲ类圈闭占圈闭总数的25％,与实际开发评价结果吻合。     

今年顺酐消费量将增加

随着我国化学工业的迅速发展 ,顺酐的消费量也迅速增加。 1999年消费构成大致为 :不饱和聚酯 58% ,油漆涂料 8% ,农药 7% ,其它2 7% .今年我国顺酐的总需求量约为 7.5万～ 8万ｔ.不饱和聚酯是顺酐的主要消费用户 ,主要用于制造玻璃钢制品 ,由于需求强劲 ,不饱和聚酯产量迅速增长。 1990年为 3.32万ｔ,比 1980年增长 3.3倍。预计今年不饱和聚酯约需顺酐4.5万ｔ.聚酯漆、环氧树脂漆、天然树脂漆等多种涂料也是顺酐的重要消费行业。 1999年消费顺酐量为 0 .15万ｔ.预计 ,涂料对顺酐的需求量将以 10 %的年均速度增长。预测今年涂料约需顺酐 0 .5…     

融合人体骨架和姿势信息特征的轻量级人体动作识别方法

针对人体动作识别任务中特征值选取不当导致识别率低、使用多模态数据导致训练成本高等问题,提出一种轻量级人体动作识别方法。首先使用OpenPose、PoseNet提取出人体骨架信息,使用BWT69CL传感器提取姿势信息;其次对数据进行预处理、特征融合,对人体动作进行深度学习分类识别;最后,为验证此方法的有效性,在公开数据集WISDM、UCIHAR、HASC和自建的人体动作数据集上进行实验验证,并使用改进的目标引导注意力机制(target-guided attention,TGA)–长短期记忆(long short term memory,LSTM)网络输出最终的分类结果。实验结果表明,在自建数据集下融合姿势和骨架特征达到99.87%准确率,相比于只使用姿势信息特征,识别准确率提高了约5.31个百分点;相比于只使用人体骨架特征,识别准确率提高了约1.87个百分点;在识别时间上相比于只使用姿势信息,识别时间降低了约29.73 s;相比于只使用人体骨架数据,识别时间降低了约9 s。使用该方法能及时有效地反映人体的运动意图,有助于提高人体动作和行为的识别准确率和训练效率。