纤维增强SCLC基本力学性能实验研究

针对抗震结构、高层建筑和大跨结构对质轻高强混凝土的需求,在满足纤维增强SCLC自密实性能情况下,对粗钢纤维、微细钢纤维、聚丙烯纤维、聚乙烯醇纤维和玄武岩纤维等几种纤维增强SCLC的基本力学性能进行对比实验研究.结果表明：纤维对SCLC的抗压强度影响不大,相比普通混凝土,纤维增强SCLC的比强度有较大的提高,其中微细钢纤维增强SCLC提高率达28.8%,纤维对SCLC的弹性模量的影响基本与纤维弹性模量正相关;相比SCLC,纤维增强SCLC劈裂抗拉强度和抗折强度均有较大的提高,其中微细钢纤维增强SCLC的劈拉强度和抗折强度分别提高了115.2%和95.2%,拉压比和折压比分别为0.109和0.113,同时微细钢纤维和粗钢纤维改善了SCLC破坏形态,相应实件破坏时表现出较好的延性.     

基于潜在空间特征的无袖带血压估计方法

针对目前基于光电容积脉搏波(photoplethysmography, PPG)的血压(blood pressure, BP)估计模型的不足,文章提出一种基于潜在空间特征的BP估计方法。该方法充分挖掘PPG中与BP相关的特征,利用梯度增强回归树(gradient boosting regression tree, GBRT)提取单周期PPG信号及其一阶和二阶导数的高阶交叉特征,并利用卷积神经网络(convolutional neural networks, CNN)提取PPG信号的时频图中的深层特征;随后将提取的特征输入支持向量回归器(support vector regression, SVR)构建BP估计模型。在UCI-BP数据库的12 000个样本上进行了模型评估,实验结果表明所提出的方法优于最新的BP估计方法。     

激光作用生成的网孔硅结构

作者结合量子受限效应,提出纳硅晶与氧化硅界面态发光模型来解释激光作用生成的纳米网孔壁结构的强荧光效应。将功率为50W、波长为1064nm的YAG激光束(束斑直径0.05mm)照射在硅样品表面打出小孔,在孔内的侧壁上,有很特殊的网孔形结构,其中的网孔壁厚为纳米尺度,这里有很强的受激荧光发光效应,发光峰中心约在700nm处。我们将激光与硅样品的作用隔离于无氧化的环境里,分别比较了将硅样品浸入酒精、氢氟酸和水中的激光加工结果,其发光情况证实了该发光模型的真实性。优化激光加工的条件,我们获得了较强发光的样品。     

激光作用生成的纳晶硅与氧化硅界面态发光模型

我们结合量子受限效应,提出纳硅晶与氧化硅界面态发光模型来解释激光作用生成的纳米网孔壁结构的强荧光效应.将功率为50W、波长为1 064nm的YAG激光束(束斑直径0.05mm)照射在硅样品表面打出小孔,在孔内的侧壁上,有很特殊的网孔形结构,其中的网孔壁厚为纳米尺度,这里有很强的受激荧光发光效应,发光峰中心约在700nm处.我们将激光与硅样品的作用隔离于无氧化的环境里,分别比较了将硅样品浸入酒精、氢氟酸和水中的激光加工结果,其发光情况证实了该发光模型的真实性.优化激光加工的条件,我们获得了较强发光的样品.     

基于数据增强与自编码GRU网络的多规格热轧带钢精轧电耗预测

针对多规格热轧带钢精轧段电耗预测中数据质量低、维数高和复杂性强等问题,本文提出一种基于数据增强与自编码GRU网络的精轧电耗预测模型(WGAN-AE-GRU).数据预处理阶段,针对电耗数据采集不均衡问题,采用WGAN网络对使用低频仪器采集的指标数据进行数据增强,以保证电耗数据质量;同时,采用自编码器(AE)对电耗关联的指...     

基于自然特征的增强现实注册算法

增强现实标志点注册算法需在场景中叠加各种标志,系统构造复杂.文中在深入研究机器人视觉伺服系统的基础上,提出了利用虚拟视觉伺服技术、基于自然特征的增强现实注册算法.利用特征点和图像矩作为图像特征,推导出了图像特征变化量与虚拟摄像机相对位姿变化量之间的关系矩阵(即图像的雅可比矩阵),实现了基于自然特征的三维注册算法.与混合跟踪注册算法、共面四点注册算法相比,文中方法具有更高的精度.     

扩展的树增强朴素贝叶斯网络信用评估模型

针对信用评估问题的特点,在推导混合数据极大似然函数的基础上,提出了扩展的树增强朴素贝叶斯网络信用评估模型,用10层交叉验证在真实数据集上进行了测试并与神经网络分类模型进行了比较.测试结果表明扩展的树增强朴素贝叶斯网络信用评估模型具有较高的分类精度,在信用评估中具有优势.     

飞机单击中易损性的杀伤概率图谱分析法

飞机在威胁单次打击下的易损性通常是以杀伤概率或易损面积形式给出的,这种评估方法往往是在宏观上对飞机及其部件易损性进行评估,然而具体的某一飞机位置的易损性很难直观给出.提出了一种飞机单击中易损性评估的杀伤概率图谱分析法.该方法以飞机及部件的有限元模型作为输入数据,考虑了部件的引燃、引爆、穿透及其组合杀伤模式,通过计算每一条射击线打击下飞机各个位置的杀伤概率值,最后可以提供飞机的杀伤概率云图.应用中表明:杀伤概率图谱分析法可以直观的显示飞机杀伤概率的区域分布,可以作为易损面积评估的有益补充,对于生存力增强/易损性减缩设计具有指导意义.     

Nd:YAG介质的相位共轭反射率的实验研究

本文对闪光灯泵浦的饱和增益介质Nd∶YAG中采用偏振正交泵浦光的1.064μm的相位共轭特性进行了实验研究.实验主要分析了相位共轭反射率和相位共轭光能量与小信号增益长度积、泵浦光的能量比以及各光束的光通量密度等参量的关系.实验结果与理论计算吻合较好.而且实验中观测到在弱探测光的情况下超过100%的共轭反射率.最高的相位共轭光能量是0.7 mJ.     

基于深度学习的小样本墙壁缺陷目标检测及分类

近年来,无须人工干预的深度学习已成为缺陷图像检测与分类的一种主流方法。文章针对室内墙壁缺陷缺检测中数据集大多是小样本的问题,提出了相关的深度学习研究方法。首先,自制墙壁表面缺陷数据集（Wall surface defect dataset,WSDD）并对其进行数据标注,进而使用Faster RCNN和YOLOv5进行目标检测,两个模型的评价指标（Mean Average Precision,MAP）均高于0.517,表明本文采集的WSDD有效。然后,采用几种传统的数据增强方法（尺度调整、旋转和翻转）及图像拼接和图像融合的方法来扩充原始数据集的数量。最后,将增强前后的数据集分别用四种经典的深度卷积神经网络（ResNet34、ResNet50、DenseNet121、VGG16）模型进行测试,结果显示经过数据增强后,四种模型的识别精度明显高于增强前,分别为98.86%、99.47%、99.06%和90.25%,证明本文所采用的数据增强和深度学习方法缓解了数据集小样本的问题。