基于深度学习的三维路面裂缝类病害检测方法

为了在路面三维图像的基础上快速、准确、完整地识别裂缝,提出一种基于深度学习的路面裂缝类病害自动检测方法.首先,以子块图像为处理单元,将三维图像划分为裂缝面元和背景面元,其中背景面元包含了路面标线、不同纹理和桥接缝等复杂场景.根据对面元图像的分析,提出一种基于卷积神经网络的PCCNet分类模型,用于路面背景面元和路面裂缝...     

高吸水性树脂聚丙烯酸钠盐制备工艺研究

本工艺研究采用正交实验方法,研究了丙烯酸在聚合过程中的引发剂、交联剂,丙烯酸中和度,单体浓度和反应温度等因素对树脂吸水性的影响,从中获得最佳合成工艺,制得树脂吸水率达１４０ｇ／ｇ（去离子水）,吸水速率快,保水性较好。     

卫星红外反演洋面温度的卷云大气订正方案

本文首先简要地评论了国际上卫星红外遥感反演洋面温度（ＳＳＴ）的发展。然后,应用半经验、半理论方法,提出一种新的卷云大气ＳＳＴ非线性反演方法。对应于３个不同的ＳＳＴ气候区域,用改进的甚高分辨辐射计（ＡＶＨＲＲ）卫星实测数据和理论模拟值,分别建立了卷云大气中３个ＳＳＴ反演方程,并对一些有关问题进行了讨论。     

可持续发展定量评价的生态足迹分析方法

生态足迹分析是由加拿大生态经济学家William Rees和他的博士生Wackernagel于20世纪90年代初提出的一种用于衡量人类对自然资源的利用程度以及自然界为人类提供的生命支持服务功能的方法．该方法因其基于生物生产性土地的量化指标、新颖的思路和简便的计算方法以及较为科学的、完善的理论体系及方法本身的普适性而日益流行．自提出以来，已经在全球、国家及区域可持续发展评价中得到广泛应用．本介绍了生态足迹的概念及生态足迹计算方法和步骤，并对生态足迹的研究成果、评价与改进等进行了阐述．     

线绕式电容传感器原理及应用

本文论述了线绕式电容传感器工作原理及其结构，推导了相应公式；并将其应用于流体介质深度测量，得出了满意的结果。     

移动带系统升力实验与数值研究

对空载时移动带系统所产生升力进行实验测量和数值计算,两者得到的升力相差很小,表明所使用的数值计算方法具有可行性,并利用数值计算分析移动带系统与车型的关系.结果表明:对于不同车型,移动带系统给车身升力系数测量带来的影响均在0.040左右.风洞实验可利用该关系对测量结果进行修正.     

高温氧化物超导体晶体结构研究

本文详细介绍了通过X射线衍射来研究超导体晶体的原理与方法,较为精确地计算了Bi系超导材料中80K和110K相的点阵参数及其晶体衍射峰的晶面间距和强度。理论计算与实验结果能很好符合,验证了Tarascon给出的晶体模型的正确性。     

超高精度定位系统及线性补偿研究

依据一个带有宏定位和微定位的超高精度定位系统设计，应用弹性力学理论进行精定位台的静、动参数的分析和估算，确定了系统的自然频率，并由此设计出双伺服环的控制系统。控制系统由2根循环滚珠丝杠构成宏定位，3个压电驱动器构成微定位。在系统软件中，采用Chebyshev数字滤波器进行去噪，使整个定位系统控制在200mm的行程中，其定位精度达到了8nm。对于由压电驱动器（PZT）的迟滞和非线性特性而产生的系统重复运动误差，系统采用EMM（Exact Model Matching)控制策略，最终实现正向和反向运行的误差量比补偿前降低5倍以上，使得正反向运动几乎落在同一曲线内，实现了对压印光刻工艺集成电路制造中的高精度定位要求。     

2-α-羟基熊果酸对人白血病细胞HL-60的周期阻滞及凋亡作用

利用台盼蓝法、吖啶橙/溴乙锭双染检测法和流式细胞术检测了2α-羟基熊果酸对人急性早幼粒白血病细胞株HL-60的增殖、凋亡和细胞周期的影响。结果表明,在低浓度（15-30μmol.l-1）时药物抑制HL-60细胞的生长,高浓度（30,35μmol.l-1）对细胞有致死效应,且呈现剂量依赖和时间依赖性;双染分析表明,药物能够诱导细胞凋亡,随着药物浓度增加和处理时间的延长,细胞凋亡率上升,并且伴有少量细胞坏死;进一步用流式细胞术检测,发现在20μmol.l-1时,2α-羟基熊果酸引起明显的G1期阻滞,随着药物浓度升高,周期阻滞作用明显加强。因此,细胞周期阻滞可能是药物抑制细胞增殖进而引起凋亡的原因。     

花生根瘤菌某些菌株在自生条件下的吸氧活力

用气相色谱法和亚甲蓝去色反应检测29个花生根瘤菌菌株的吸氢性能,只有5个菌株能吸氢·吸氢活力最高为689n mol H_2/mg prot.h.选试的四种培养基中以吸氢培养基对根瘤菌株吸氢活力效果最好,在该培养基中菌株不表现固氮酶活力.在不固氮情况下,外源氢是诱导吸氢活力的必需条件.培养基中的碳源浓度对菌株吸氢活力有明显的影响,高浓度的碳源抑制吸氢.一氧化碳和乙炔对菌株L8 3吸氢的抑制程度比菌株35_1小得多.