基于MD-LBP关联方向特征的铁路隧道漏缆卡扣检测算法

全路段跟车拍摄隧道漏缆卡扣图像再进行逐张排查,是实现卡扣故障检测的重要手段.针对目前LBP、CS-LBP等相关变体算法存在描述子质量不佳、特征维度过高的问题,提出MD-LBP关联方向特征提取算法实现故障卡扣的检测工作.该算法首先对输入图像进行高斯滤波预处理,根据图像的全局灰度均值得到图像的自适应阈值;其次计算图像的三层MD-LBP特征图结构,依次经过两次下采样分别得到Cell主方向特征和Block主方向特征;然后再在Block特征图上提取关联方向特征,并以此作为描述子;最后通过SVM区分故障卡扣,完成检测工作.实验还对比了LBP、H OG等9种特征描述子的检测情况,结果表明该算法不仅特征维度低,并且检测故障卡扣的召回率和精准度都达到了85％.     

国外图书馆科研支持服务研究

介绍了图书馆科研支持服务的背景,分析了国外图书馆科研支持服务的种类,举例说明了国外图书馆科研支持服务的具体实践.     

撬装式真空油罐清洗系统

本文介绍了目前国内外成品油罐清洗系统的特点,对油罐清洗系统的技术发展进行阐述,提出成品油罐真空清洗系统,对该系统的工作原理进行详细说明,对系统各部件作用进行相关解释,以期为相关学者提供参考。     

“互构”视阈下的大学生心理健康社会支持系统构建

当前大学生心理健康所获得的社会支持主要有学校正式社会支持、家庭非正式社会支持、同辈群体非正式社会支持.但是目前三者之间的互构程度有限,文章提出应在多元互动、衔接合作、主体参与的原则下构建有利于大学生心理健康的社会支持系统.     

基于改进灰狼算法优化SVR的航天侦察装备效能评估

定量评估航天侦察装备效能是武器装备体系建设的重要环节之一, 对装备发展和作战应用具有重要的现实意义。针对评估样本数据少、效能在多指标因素影响下变化规律非线性等条件下的效能评估问题, 提出一种基于改进灰狼(improved grey wolf optimizer, IGWO)算法优化的支持向量回归机(support vector regression, SVR)评估方法(IGWO-SVR)。引入反向学习策略及余弦非线性收敛因子改进灰狼优化算法收敛性能及全局寻优能力, 并将其应用于基于支持SVR效能评估参数的优化。基于航天侦察装备特点, 构建评估指标体系及航天侦察装备效能评估模型。最后, 通过对一定作战想定背景下航天侦察装备效能进行仿真评估, 验证了所提方法的合理性及优化模型的有效性。     

温度和机械载荷联合作用下油田超深井中硬质涂层膨胀锥与套管的屈服挤毁压强及试验验证

在充分考虑温度载荷、机械载荷、硬质涂层膨胀锥硬度、套管硬度对膨胀锥与套管之间屈服挤毁压强影响的基础上,根据分形理论和接触力学推导出膨胀锥与套管之间屈服挤毁压强的计算公式.数值分析表明:膨胀锥与套管之间的屈服挤毁压强随最终温度、分形粗糙度、线膨胀系数、硬质涂层膨胀锥布氏硬度、中间主应力系数、套管壁厚的增大而增大;当分形维数从1增大时,膨胀锥与套管之间的屈服挤毁压强随分形维数的增大而减小;当分形维数增大到接近于2时,膨胀锥与套管之间的屈服挤毁压强随分形维数的增大而增大;随拉压强度比的增大,膨胀锥与套管之间的屈服挤毁压强减小.屈服挤毁压强的计算值与试验测试值之间的相对误差为-8.9253%～-0.9901%.     

微星推E7520／E7320服务器主板与系统

当Intel架构的服务器产品从533MHz过渡到800MHz这场战役拉开的时候，微星服务器也紧随其后，推出新最款的服务器主板及机架式服务器准系统，采用Intel最新推出的顶级E7520与E7320服务器芯片组，可支持800MHz外频的Intel Xeon处理器。     

新时期档案工作浅议

为接受新时期档案工作所面临的机遇与挑战，档案工作必须体现其时代性、把握其规律性、并要富于创造性，实现服务功能的多元化与服务效率的最大化，为两个文明事业的发展提供源源不断的信息资源支持。     

Hybrid SVM／HMM Method for Face Recognition

A face recognition system based on Support Vector Machine(SVM) and Hidden Markov Model (HMM) has been proposed. The powerful discriminative ability of SVM is combined with the temporal modeling ability of HMM. The output of SVM is moderated to be probability output, which replaces the Mixture of Gauss (MOG) in HMM. Wavelet transformation is used to extract observation vector, which reduces the data dimension and improves the robustness.The hybrid system is compared with pure HMM face recognition method based on ORL face database and Yale face database. Experiments results show that the hybrid method has better performance.