基于摄像头采集和图像处理的机织物密度检测

采用CCD摄像头拍摄机织物图像,根据其特性进行图像处理,自动寻找条纹方向并旋转图像.通过运用误差处理的方法,得到精确的织物经纬密度.研究结果表明,拍摄一幅图像即可快速得到织物的经纬两个方向的密度,比傅里叶变换和小波变换计算量小,并可以用于实际生产过程中的纺织品密度在线检测.     

马克思未完成《资本论》原因的争论

在把握《资本论》在马克思主义学说中的地位及意义的基础上,综述学术界对于马克思之所以未完成《资本论》原因的主要观点,总结为:放弃转向论,被动终止论,修改完善论,慢性死亡论,深化拓展论。结合学术界的各个观点,以及在分析马克思晚年的生活史实的基础上,提出个人的几点认识:首先,马克思有强大动力和期望去创作并愿意继续完成《资本论》。其次,是由于各种因素交错作用从而"阻碍"了《资本论》的完成;最后,虽没有达成愿望,但是马克思对真理的追求与不懈努力的精神是不容置疑的。     

新型LF深脱硫精炼渣脱硫的实验研究

对在原渣系中加入不同质量分数的BaO、Li2O、B2O3和CaF2形成的新渣系,通过正交实验法进行脱硫实验分析。结果表明,对新渣系脱硫率影响从大到小依次是B2O3、Li2O、CaF2、BaO,加入添加剂之后的新渣系脱硫率都在80%以上;添加剂含量为w(BaO)=4%～6%、w(Li2O)=7%～10%、w(B2O3)=3%～4%和w(CaF2)≤3%时,渣系的脱硫效果最佳,实验室条件下能将钢中硫降至0.002%以内。     

三重管高压旋喷注浆技术在防洪堤加固中的应用

文章阐述了三重管高压旋喷灌浆技术的工作原理，结合工程实际情况，阐述了旋喷桩施工工艺，选定工艺参数，及注意事项，经工程实践检验，高压泵、喷浆机施工中未发生过机械故障，性能良好，泥浆钻进，对砂卵石的护壁是可行的，每个先导孔都能顺利下入喷管，各项技术指标达到了预期的效果，且设备简单、操作方便、成本低、施工速度快。     

关于粘钢加固技术应用的探讨

粘铜加固亦称粘贴钢板加固，是将钢板采用高性能的环氧类粘接剂粘结于混凝土构件的表面，使钢板与混凝土形成统一的整体，利用钢板良好的抗拉强度达到增强构件承栽能力及刚度的目的。本文主要介绍了粘铜加固技术的原理、特点、应用范围、施工工艺以及工程实例分析.     

电路板布线问题的改进算法

本文针对电路板布线问题的动态规划解法进行了讨论,在给出一般常见的时间和空间复杂度均为o(n2)的算法描述后,进一步讨论了在时间和空间复杂度上都有显著提高的算法(其时间复杂度为o(n*log(k)),空间复杂度为o(n).     

实矩阵反问题的总体最小二乘解及其最佳逼近

最小二乘法是近年来求解矩阵反问题的一种常用方法,但系数矩阵常常存在误差,方法本身具有很大局限性．鉴于此,提出并讨论了非对称矩阵反问题的总体最小二乘解,给出了解的一般表达式;证明了最佳逼近问题解的存在唯一性,给出了其具体表达式及数值算法,最后将数值结果用于求解非对称矩阵反问题．     

深度学习在电力系统异常损耗数据识别中的应用研究

异常损耗是造成电网公司收入损失的主要原因之一,但极其庞大的数据规模给异常数据识别带来了挑战。文中提出了一种新的检测方法,利用混合深度神经网络自我学习特征,识别系统损耗中的异常情况。该方法只需要最小的输入数据和知识范畴,无需手动建立特征库。该方法包括一个长短期记忆网络和一个多层感知器网络。第一个网络分析原始的每日能源损耗历史,第二个网络则整合非时序数据,如合同电量或地理信息。用电网数据对该模型进行了训练和测试。结果表明,所提出的混合神经网络的性能明显优于其他异常数据识别方法,验证了所提出方法的有效性。     

基于人工神经网络的水力旋流器分离性能预测

水力旋流器分离过程复杂,其性能指标与影响因素之间属于典型的多维非线性关系。以往旋流器分离过程的理论和经验模型大多在特定的简化条件下得到,且预测单一。为了全面预测分离器性能指标,建立了三层BP神经网络模型,通过输入结构参数和操作参数,模拟输出分离粒径、生产能力、底流质量分数等多个分离性能指标。以生产能力为例,分析了神经网络与理论和经验模型计算值的预测精度。结果表明:在各传统预测公式中,庞学诗法的预测精度最高,误差为20.88%,与其相比,BP神经网络的预测误差仅为16.64%,优于其他各模型的预测精度,且能够实现性能指标的全面预测。人工神经网络是预测水力旋流器分离性能的可靠方法。     

关于在用铸铁压力容器检验的探讨

本文简单介绍了铸铁压力容器特性及在用压力容器铸铁的要求。针对铸铁压力容器的特殊性,详细介绍了在用铸铁压力容器结构检查、表面缺陷的检验、埋藏缺陷检查、安全附件检验及耐压试验的检验要求。并对在用铸铁压力容器和在用钢制焊接容器检验的不同之处作了论述,提出铸铁压力容器检验工作要点,为在用铸铁压力容器检验提供参考依据。