基于深度学习网络模型与大数据自动训练的工件缺陷识别算法研究

针对工件缺陷种类多样和特征不明显,造成机器视觉识别精度不稳定的问题,提出了一种基于深度学习网络模型与大数据自动训练的工件缺陷识别算法,并以软件工程来实现其功能。首先,对存在缺陷的工件进行取样,采集缺陷图像,建立识别标准。然后,基于深度神经网络模型和缺陷标准图像,进行模型训练,采取分批训练,逐步迭代收敛的方式,达到准确识别工件缺陷目的。最后,基于Python语言与TensorFlow框架实现深度神经网络模型,并将模型移植到C++平台调用,嵌入到商业版本软件中,实现算法的落地应用。实验测试结果显示,相对于已有的缺陷识别技术而言,本文算法具有更高的识别准确性,可为机器视觉软硬件设备提供技术基础。     

改进均值漂移算法的焊缝特征点识别分析

对于线结构光视觉传感的焊缝跟踪系统,快速、精准地识别和提取焊缝特征点是关键.根据结构光条纹线在焊缝处的变形导致的条纹不连续现象,对不锈钢平板对接焊缝和搭接焊缝进行了跟踪试验,提出以改进的均值漂移算法提取焊缝特征点的算法.与传统算法不同,所提算法免去了提取条纹中心线与拟合条纹线过程,直接通过漂移识别焊缝特征点;通过限制漂移算法的搜索方向,防止搜索"回漂"现象;引入漂移加速因子,提高算法执行效率.试验结果表明,利用改进均值漂移算法能够有效地识别焊缝特征点,显著地提高焊缝跟踪的准确度和实时性能.     

内蒙古紫草化学成分研究

为研究紫草科紫草属植物内蒙古紫草的化学成分,运用现代分离技术对其进行了分离纯化并鉴定了其结构.结果表明:从该植物中分离得到6个化合物,分别为3-乙酰基-齐墩果酸(1)、Jolkinolide E(2)、Clavilactone A(3)、5,8-O-二甲基-11-脱氧阿卡宁(4)、5,4'-二羟基-7-甲氧基-二氢黄酮(5)和Glabridin(6),其中化合物1、2、5、6是首次从该植物中分离得到.     

热镀锌钢板锌流纹的产生及消除措施分析

某钢厂投产后,随着生产规格极限化,对于薄规格产品,带钢表面出现大量锌流纹缺陷,严重影响了带钢的表面质量和导致了协议品的产生。结合该钢厂镀锌机组投产以来的生产实践,对热镀锌板锌流纹缺陷的形成进行了分析,重点探讨锌流纹缺陷产生的原因,提出控制措施,消除缺陷的产生,提高镀锌板表面质量。     

不同试剂盒提取质粒中内毒素水平的比较

目的比较几种不同质粒提取试剂盒提取质粒中内毒素水平。方法选用6种市售商业化试剂盒:QIAGEN质粒小提试剂盒Plasmid Mini Kit(12123),QIAGNE无内毒素质粒大提试剂盒EndoFree PlasmidMaxi Kit(12362),康为世纪高纯质粒中提试剂盒(CW0502),A厂家无内毒素质粒中提试剂盒,B厂家无内毒素质粒小提试剂盒,C厂家无内毒素质粒小提试剂盒(BSC01S2D)。分别提取质粒DNA,应用鲎试剂显色基质法和凝胶法检测所提质粒中内毒素水平。结果6种试剂盒提取质粒得率、A260/A280及A260/A230值均较好,但内毒素水平各不相同,其中各厂家标明无内毒素试剂盒提取质粒中内毒素水平相对较低,QIAGEN无内毒素质料大提试剂盒提取的质粒中内毒素小于0. 125 EU/μg。结论6种质粒提取试剂盒使用时应根据实际情况进行选择。     

抗滑挡墙工程缺陷修复加固技术设计方法

针对目前预应力锚索修复抗滑挡墙缺陷理论研究落后于实践的现状,基于野外大型物理模拟试验,监测修复全过程中的位移、土压力及预应力变化,探索预应力锚索、抗滑挡墙及土体相互作用机制。试验表明,当挡墙整体倾斜时,土压力沿墙身呈三角形分布;施加预应力修复时,土压力在锚点附近变化较快;二次加载过程中,预应力锚索从预应力损失过程到被动受力过程,发挥修复加固的作用,整个模型不产生较大变形。通过假定挡墙倾斜土压力分布形式,推导了抗滑挡墙倾斜时的土压力计算公式,建立了预应力锚索修复抗滑挡墙缺陷设计流程及力学设计方法;并探讨了数值计算方法。     

从苍蝇体内提取抗生素

为什么苍蝇不断接触各种细菌却不会患病,澳大利亚微生物学家对苍蝇进行了研究,找到了答案。他们发现苍蝇体内有一些特殊的抗菌素,它们具有很强的抗菌能力。目前研究人员已从包括家蝇和果蝇在     

资本市场:缺陷与修正

阐述了目前我国资本市场在体制、结构、功能、机制监管、市场主体等方面存在的缺陷，提出了修正资本市场缺陷的根本出路是制度创新。     

农机配件的鉴别方法

农用车在运输及生产过程中。难免出现部件损坏现象。在购买农机配件时，应根据配件的质量和标准来判断其好坏，下面介绍几种农机配件的正确鉴别方法：     

图像相关方法中采用多种子区进行位移测量

在图像相关位移测量方法中一般采用正方型子区搜索中心点的位移.当测量靠近裂纹或缺陷部位的位移时中心型子区失去效果,为了解决这一问题提出了非中心型子区的方法.证明了方法的有效性.认为在相关搜索时测量点既可选定在子区的中心位置,也可选定在非中心位置.进而提出了将测量点确定在子区角点的多种子区的方法.除通常的中心型子区外,至少还有4种子区可以采用,分别是右下角型、左下角型、右上角型和左上角型,这4种子区不但适用于表面裂纹或缺陷部位的位移测量,而且增加了图像有效信息的提取面积.