接触爆炸载荷作用下单层薄板临界破坏分析

该文基于爆轰理论,应用薄板塑性动力响应波动解及动态断裂准则,从理论上推导了薄钢板在爆炸冲击作用下产生初始环向裂纹即发生临界破坏时的装药量,给出板的临界位移理论表达式.算例、实验及仿真结果基本吻合,表明该方法能很好地解决接触爆炸载荷作用下薄板的临界破坏问题.     

车用锂电池组热流场特性数值模拟与优化设计

针对车用电池温升过高、电池组温差大的问题,开展电池包热流场分析与优化设计.根据Bernardi的生热速率方程式,建立由电池电解液、正负极柱和隔膜四部分组成的单体电池热耦合模型及成组电池传热模型;利用Fluent软件分析锂电池单体在自然对流环境下的温升特性,研究成组电池在强制对流条件下的热流场特性;通过增加导流板优化电池箱内流场结构,并评估导流板对电池组散热效率的作用.结果表明:单体锂电池在自然对流下温升明显,电池内核温度远高于正负极柱温度;电池箱进出风口位置及结构决定箱内空气的流向和成组电池的散热效果;通过对进、出风口位置的设计及增加导流板,可有效改进电池组热流场的均匀性,从而提高散热效果.     

基于代价敏感SVM优化组合算法的微钙化簇识别

微钙化簇是乳腺癌一个重要的早期发现,现有的检测技术为了达到高敏感性要求,产生很多假阳性数据.根据微钙化簇特点,提出一种整体和局部相组合的分类识别策略,并根据真假阳性样本错分代价的不同,使用代价敏感SVM方法进行分类学习.在构造分类器模型过程中利用粒子群进行分类器的参数优化及特征集合的选择,以提升分类学习的泛化能力.该算法在保证高敏感性的同时,降低了过多的假阳性数据,并删除了冗余和不相关的特征.实验结果表明,基于粒子群优化的代价敏感SVM组合分类算法提高了传统方法的识别能力.     

浅谈硝酸溶解—火试金法测定银阳极板中金的含量

硝酸溶解—火试金法测定银阳极板中金含量的方法是基于银易溶于硝酸而金不溶于硝酸的性质,采用硝酸溶解银阳极板,经过沉淀、过滤、灼烧后,再用火试金法进行金含量的测定。该法干扰少、准确度高、精密度好,RSD为0.2%。     

数据挖掘技术浅析

本文主要概述了数据挖掘理论知识。首先从数据挖掘与知识发现的交叉关系角度讨论了数据挖掘的概念;然后,在对数据挖掘功能作了简单介绍的基础上,分析了基于统计学、基于机器学习、基于数据仓库和基于神经网络的四类数据挖掘方法的基本原理、特点。最后,给出了比较和评价挖掘方法的参考标准。     

斜盘式轴向柱塞泵柱塞运动学分析的一般模型

考虑斜盘式轴向柱塞泵斜盘倾角、斜盘交错角及柱塞倾角结构特征,采用坐标变换法,建立了柱塞泵柱塞运动学分析的一般数学模型.经分析结果表明:斜盘交错角使柱塞运动的相位发生变化;柱塞倾角使柱塞运动曲线呈类简谐规律变化;斜盘交错角和柱塞倾角增大均会使柱塞的位移、速度和加速度最大幅值增大,位移增大可增加柱塞泵的排量,柱塞沿其轴线方向速度和加速度的增大会提高柱塞腔液流瞬时最大速度和柱塞的惯性力;采用负的斜盘交错角时,上下死点偏转角偏转方向与缸体旋向相同为正,推迟柱塞腔预压缩和预膨胀过程,反之则为负,提前柱塞腔预压缩和预膨胀过程;在斜盘变量过程中,上下死点偏转角随斜盘倾角改变而变化,斜盘交错角绝对值越小,上下死点偏转角的变化梯度随斜盘倾角变小而增大,而当斜盘倾角在大排量范围内变化时上下死点偏转角的变化梯度变小;上下死点最大偏转角为90°,此时斜盘倾角为零.     

一种基于深度学习的实时视频图像背景替换方法

针对视频会话业务的实时性需求,提出一种轻量级深度学习网络模型实现视频图像的实时背景替换功能.网络模型包含语义分割和背景替换两个模块.语义分割模块整体架构采用编解码结构,编码端使用编码器模块、空洞卷积金字塔池化模块、注意力模块以及增益模块提取特征;解码端使用解码器模块、调整模块以及编码器模块恢复图像,再传入背景替换模块完成背景替换.该网络模型在本文设定的数据集训练后分割精确度达到94.1%,分割速度达到42.5帧/s,在实时性和准确性上达到较好的平衡,具有很好的实用效果.     

基于改进多核学习的多传感数据分类方法研究

物联网（internet of things,IoT）技术中结合多个数据源互补信息提高数据分类准确率的研究受到了越来越多的关注。针对物联网无线传感器采集到数据的多源异构特性,给出了一种基于改进多核学习支持向量机（improved multi-kernel learning-support vector machine,IMKL-SVM）的IoT数据分类方法。传统的多核学习方法中核函数主要是采用经验法选取核函数类型及参数,本文改进方法在确定核函数类型及参数时分为两步：首先采用交叉验证方法初步确定核函数类型及参数;其次在第一步结果中利用支持向量机（SVM）同时训练样本和优化多核函数的类型及参数。实验中针对温度、湿度、光照、大气压力等4种数据设计了两组数据——第一组数据被标记为上午、中下午、傍晚、夜间4类,第二组数据被标记为白天、傍晚、夜间3类,比较了本文的IMKL-SVM方法、单核SVM方法及传统MKL-SVM方法在两组数据集上的分类准确率。此外,针对UCI公开数据集AReM进行了分类实验,实验结果表明IMKL-SVM方法针对具有多源异构特性的物联网数据实现了较高的分类准确率。     

结合目标检测与特征匹配的多目标跟踪算法

针对多目标跟踪算法在遮挡频繁的场景下存在目标关联准确性低的问题,提出一种结合检测与特征匹配的多目标跟踪算法. 该算法引入检测精度较高的YOLOv5作为多目标跟踪的检测器,能够精准定位目标,有效提高跟踪精度;在面对目标间遮挡时,通过专门设计特征匹配模型提取更为细致的特征,能够有效降低跟踪时目标ID的切换次数.在MOT16数据集上对跟踪性能进行评估,结果表明:所提方法可以有效缓解目标遮挡,实现稳定跟踪.     

基于学业成绩的师范生教师资格获得预警研究

本研究指出,教师资格考试是我国教师准入管理制度的重要环节,师范生教师资格证的获得是师范生职业发展的第一道门槛.本研究通过建立教师资格证考试内容与大学学科课程的对应关系,采用基于密度的离群点检测算法模型,以数学与应用专业学生的课程成绩为实验样本进行数据挖掘分析,识别学业危机学生.研究结果表明,该预警方法可以识别出教师资格获得危机学生,引起学生对教师资格证考试备考的重视,为教师提供预警干预学生的依据,有利于教师精准施教.该预警方法对离群特征显著的学生预测可达到100％,对离群特征不明显的学生识别率较低,算法有待修正.