简介：采用COMSOLMultiphysics软件进行多孔介质加气混凝土的热湿耦合数值模拟研究.采用双驱动势和优化参数结合的模拟方案,对控制方程进行推导.通过对文献结果的对比,验证了该模型的可行性.模拟分析了环境温度、时间等因素对加气混凝土样品的湿迁移影响,随时间的增加湿传递速率减缓;5~15℃时湿传递速率缓慢,温度的影响较大,15~30℃时湿传递加快且速率保持一致.因此,在干燥环境下,加气混凝土墙体温度低于15℃以下可有效减少外界湿传递.

简介：在FPGA进行硬件加速的基础上,采用10位的高速A/D转换器设计并实现了采样率5Gsps(Gigabitsamplespersecond)、带宽2GHz的宽带数字接收机的硬件实物原型.在所设计的硬件平台上,完成了FPGA硬件加速的FFT算法实现和超分辨率的信号检测算法实现,进而提高了接收机在接收多个信号时的瞬时动态范围(IDR).该设计较之前代在集成度、功耗、体积和动态性能等方面均有显著提升.经实验验证,在高达2GHz的频率范围内,接收机同时接收两个信号时,通过硬件加速的4096点FFT计算,其瞬时动态范围最大可达52dB.

简介：目前实验室污染源监测水中铅常常采用电感耦合等离子体发射光谱法,以测定水中重金属铅为例,本文采用Top-Down不确定度评定理念,利用实验室日常质控数据,结合标准样品的线性校准方法（线性拟合法）对其不确定度进行评定。结果表明,测定样品浓度在校准曲线0.200mg/L-3.00mg/L范围时,采用线性拟合法评定的扩展不确定度为0.066mg/L。

简介：根据作者多年的实际工作经验,总结出加标回收实验应遵循的5项一般原则,以及加标回收实验方案确立的基本思路。用水产饲料检测加标回收的实例讨论验证了方案确立原则的实用性。

简介：针对两连杆三自由度机械臂的电机故障和碰撞故障的分类，将残余动量信号时域中的均值、方差、相关系数与频域中的小波包能量谱组合成高维特征向量；搭建ADAMS机械臂虚拟样机，分析故障引起的残余动量特征值变化情况；虚拟样机与Matlab/Simulink进行联合仿真和支持向量机故障分类器训练，测试表明采用时频特征向量得到的故障分类准确率为98%；在工业机械臂上开展了碰撞故障实验，得到的故障分类结果表明,基于残余动量时频特征和支持向量机分类器的故障检测算法能有效检测出碰撞故障.

简介：本文主要讨论了异烟酸-吡唑啉酮法测定总氰化物时影响准确度的几个因素。

简介：采用离子色谱方法测定了饮用水及环境水样中溴酸盐的含量,水样经IonPacAS11-HC阴离子分析柱和IonPacAG11-HC（4×250mm）保护柱分离,以不同浓度的NaOH溶液为淋洗液;BrO3-在0.0157-1.57μg/L的范围内线性关系良好,检出限为0.005mg/L,空白水样的加标回收率在87.1%~110.2%之间,相对标准偏差（n=6）均小于5.0%。

简介：从数学上对三元配合物用于光度分析时适宜酸度范围问题进行了探讨，并给出了简便的计算公式。

简介：研究一类中立时变时滞系统的稳定性和H∞滤波器设计问题．通过构建一个新的李雅普诺夫泛函，采用新的积分不等式方法和交互式凸组合方法，得到了该中立时变时滞系统线性矩阵不等式形式的稳定性判据，给出了中立时变时滞系统H∞滤波器的设计方法．仿真实例表明，采用提出的上述方法得到的结果具有更小的保守性，且所设计的中立时变时滞系统H∞滤波器是有效的.

简介：本文以三唑磷农药为例，实验了石英毛细管色谱柱在农药分析中的应用，为农药分析方法的开发和研究提供新的指导。本文建立三唑磷农药的石英毛细管色谱柱分析方法，该方法以FID为检测器，邻苯二甲酸二环已酯为内标，检测三唑磷的平均加收率为101．67％；标准偏差为0．1788；变异系数为0．89％；线性相关系数为0．9999，该检测方法结果稳定、可靠、可行性好。

简介：针对深层超限学习机算法在网络层数较浅时样本特征利用率低,和网络层数较深时样本特征经高层抽象后有效性降低的问题,本文提出了两种密集连接的多层超限学习机算法:Dense-HELM和Dense-KELM.这种密集连接的网络结构,使样本特征信息在层与层之间被充分利用,能够在不增加网络深度的情况下,显著提高算法的识别精度.最后,对文中提出的两种算法在20组基准数据集上进行实验,结果显示:本文提出的算法可以显著提高算法的识别精度,减少算法的训练时间,这表明所提出的算法具有有效性和实用性.

简介：针对在不同的摄像头场景下,光线、摄像头参数的差异较大使得行人重识别困难的问题,提出一种基于距离度量学习的方法进行行人重识别.该方法首先为每一对摄像头学习一个距离度量模型.其次,根据上述因素的影响强度为这些度量模型赋予相应的权值.最后,对度量模型与其相应权值的乘积进行累加与优化,得到最终的距离度量模型.经过在两个公共数据集中进行行人重识别实验,其结果显示所提出的方法能够提高行人重识别的正确率.

简介：用NH3-TPD、CO2-TPD和了PR方法表征了乙醇一步合成乙酸乙酯时混合氧化物催化剂物种和还原特性。结果表明,催化剂表面同时存在酸中心和碱中心,在Cu/ZnO/CoO/Al2O3催化剂体系中添加TiO2和ZrO2或以NiO代替CoO,导致NH3-TPD和CO2-TPD谱的变化,TPR谱的还原峰温度大大降低并由一个还原峰分裂为二个还原峰,这些变化已被反应动力学数据证实是有利于催化性能的提高。

简介：单隐层前向神经网络的学习能力是有限的.特别地,作为分类器,单隐层前向神经网络对于图像的复杂信息和不同图像之间的细节信息很难学习和处理.文章借鉴深度神经网络的思想,将单隐层矩阵输入的神经网络拓展到多隐层神经网络,并采用传统的反向传播算法对其训练并给出学习算法.通过多个数据库的实验对比,结果显示所提出的算法具有良好的效果.

简介：2,2,6,6-四甲基-4-哌啶醇有时久置易变色,本文通过GC-MS联用技术分析了变色问题产生的根本原因,是由于未完全还原的哌啶酮氧化所致,并以硼氢化钠为还原剂,通过二次还原的方法处理变色哌啶醇,效果较好。

简介：人脸识别已经广泛地应用于日常生活中,作为关键技术之一的人脸清晰度评价成为了热门的研究课题.然而,传统的手工提取特征的方法在效果和鲁棒性上都有所欠缺.为此,我们运用卷积神经网络实现特征的构造和选择,有助于提高评价结果的准确率.同时针对网络复杂、参数过多和耗时长等问题,还提出将传统的卷积结构改造成双卷积层结构的方法来提升计算速度.经过大量的实验表明,本文提出的人脸清晰度评价算法能够准确地进行人脸清晰度的评估,并且具有较快的处理速度.

简介：自智能交通系统出现以来,汽车驾乘员的安全带检测一直是备受关注的研究课题.依据城市道路的交通卡口监控数据,研究一种基于深度学习的汽车驾乘人员安全带检测算法,能够准确识别驾驶员是否佩戴安全带.通过对卡口图片进行人工标定,并运用深度学习方法训练两个检测器和一个分类器,最终实现安全带的快速定位和分类.本文提出的方法在城市道路卡口采集的图像上检测效果较好.

简介：人群分析在模式识别和机器学习领域内是一个非常有趣的课题.人群小群体成员之间的主从关系检测为视频监控和计算机视觉领域打开了新的视野.同时,小群体主导者的检测也是人群分析的重要组成部分.文章提出一种结构化SVM的学习框架,并结合行人的时间滞后分析特征和行人位置关系特征对小群体主导者进行预测.实验结果表明,本方法在人群分析数据集下取得了很好识别效果.

简介：软件的图形用户界面(GUI)的视觉设计影响着用户的使用体验.在没有既定标准的情况下,测试人员对GUI评分的主观性和大量的重复性工作,会造成GUI测试的评分偏差和效率低下.针对上述问题,本研究工作构建了基于云平台的软件GUI自动测试系统,分别使用HOG+SVM模型和AlexNet模型对GUI图像进行特征提取并分类.考虑到软件GUI数据样本量小,提出利用迁移学习策略改善AlexNet网络的性能.针对用户的多样性和算法对计算性能的需求,GUI自动测试系统部署在云平台上,用户可以对软件GUI进行实时评估.实验证明,系统用于GUI自动测试具有良好的性能,并且可以避免主观因素的影响以及减轻软件测试员的工作量.

简介：科技学术论文是反映一个科研所的科研发展、技术服务水平及科技人员的素质状况的一个侧面。我所的工作性质是以分析测试服务为主,科技人员为了提高自身素质,更好地为社会服务,不断总结经验、改进和建立新的分析测试技术和方法,开展了学术交流,撰写并发表了不少学术论文。在从事档案管理工作的同时本人还负责收集