基于TACNN的玉露香梨叶虫害识别

为了解决玉露香梨叶虫害种类多、扩散速度快、人工识别梨叶虫害耗时长的问题,提出了能够在自然环境下对玉露香梨叶虫害图像自动识别的Tiny-Alexnet卷积神经网络（Tiny-Alexnet Convolution Neural Network,TACNN）的虫害识别模型。分析了Alexnet模型的网络结构,并将实地采集的玉露香叶片虫害图像进行统一处理,为避免全连接层卷积核参数过大而产生的过拟合现象,通过优化全连接层,设置不同神经元节点和实验参数,得出了Mid-Alexnet、TACNN两种虫害识别模型。实验结果表明：TACNN较Alexnet和Mid-Alexnet模型有较高的识别准确率,该模型能够有效地提取梨叶虫害特征,类别平均准确率为81.18%,实现了对金龟子、梨木虱、梨瘿蚊三种虫害的准确区分。该模型在玉露香梨叶虫害识别方面具有良好的性能,可实现自然环境下玉露香梨叶虫害的精准识别。     

黄土塬上的科技攻关领军人——记全国能源化学地质系统“大国工匠”李曙光

<正>李曙光,中共党员、博士研究生、教授级高级工程师,煤层气公司特聘专家,集团公司“劳动模范”,集团公司高级技术专家,国家能源局能源行业煤层气标准化委员会委员,中国石油学会非常规油气专业委员会委员,曾获全国能源化学地质系统“大国工匠”称号……一个个闪光的荣誉见证了他孜孜不倦地追求与超越。作为公司科研领域的带头人,他先后主持完成国家科技重大专项、股份重大专项及公司科研项目20余项,先后获得省部级科技奖6项、发明专利10项、发表论文20余篇。     

压铸模与铝合金金属间化合物的形成与分解

为了研究压铸模与铝合金金属间化合物的形成与分解过程，进行了热浸铝试验。试验结果表明金属间化合物的形成与分解是一个连续不断的循环过程，两者之间的相互关系导致了钢基的失效以及体积的减少。     

K/Na-V-Mo复合变质对轧辊用高速钢组织及性能的影响

通过对轧辊用高速钢进行复合变质及热处理。探讨了含碱金属K/Na以及V、Mo合金元素的变质剂的加入量对轧辊用铸造高速钢共晶组织的影响。试验结果表明：在1．0％范围内，随着复合变质剂含量的逐渐增加，共晶碳化物的形貌和分布得到了改善，晶粒得到细化，分布趋于均匀，轧辊用高速钢的硬度略有下降，但韧性有很大提高。变质剂含量继续增加，组织和性能没有明显改善。进一步分析表明：变质剂中的合金元素可促进在晶粒中或沿晶界均匀分布的非连续状硬质碳化物的生成．从而达到改善组织、提高力学性能的作用。     

K/Na-RE复合变质对辊环用高速钢组织及力学性能的影响

在辊环用高速钢中添加不同含量的K／Na-RE复合变质剂，对试样分别进行HSVM及力学性能测试。结果表明，随着复合变质剂含量的增加，并进行适当的热处理，高速钢中铸态碳化物趋于断网，奥氏体晶粒急剧变小，由大的枝晶变为小的等轴晶，分布趋于均匀，且高速钢的强度和韧性明显提高。当复合变质剂的加入量为1．0％时，高速钢的组织及力学性能较好。     

基于均匀设计法碱性烧结焊剂焊缝成形研究

采用均匀设计法研究了MgO-CaF2-Al2O3-SiO2碱性渣系烧结焊剂的焊缝成形;应用数理统计方法回归出了焊剂中各组分与焊缝成形的数学模型;获得了电熔镁、大理石、氟石、铝矾土、金红石与黏土的交互作用对焊缝成形的影响数据.试验结果表明:大理石与氟石共同作用对焊缝成形的影响为负相关;但大理石与铝矾土、金红石共同作用对焊缝成形的影响则为正相关.     

水文时间序列周期分析方法的研究

水文时间序列基本上具有周期性,但并非物理意义上的周期,而是概率学中的周期。进行时间序列周期的识别和判断是比较难的问题,因此,怎样进行时间序列周期的分析与检测,已经成为水文研究者重点关注的问题。     

基于NiFe薄膜AMR效应磁阻开关芯片的研究

利用磁控溅射设备在含有电路的6in.晶元上沉积惠斯通电桥形状的NiFe薄膜,对薄膜进行磁场退火处理,然后对薄膜进行后续的加工和封装,成功制备出磁阻开关芯片,经过测试获得芯片的相关电磁参数,发现其开关性能优异,温度稳定性好,静态功耗低,已经达到国外同类产品的性能.     

基于OpenGL的钻井三维场景动态仿真

为能在脱离钻井现场的情况下向学员展示钻井操作的工艺流程,开发基于OpenGL的钻井三维场景仿真系统．利用3DSMAX构造复杂的钻井设备模型;在OpenGL平台中调用该模型,并利用双缓存技术控制各三维模型在场景中平滑的运动,实现钻井三维场景的动态仿真．该系统可以逼真地仿真正常钻进、起下钻、卸扣和上卡等多种钻井工艺流程．     

一种新的基于遗忘因子的递推子空间辨识算法

针对工业系统中广泛存在的时变特性, 提出一种新的递推子空间辨识算法, 实现对系统状态空间模型的在线递推估计. 为更好地跟踪系统时变特性, 研究基于遗忘因子的输入输出数据矩阵构造机制, 以提高递推算法的收敛速度; 针对算法中奇异值分解的求解问题, 将梯度型算法引入基于遗忘因子的状态子空间跟踪中, 实现对广义能观测矩阵的估计, 避免了子空间近似带来的估计有偏性; 该算法计算简单有效, 且对初值具有更高的鲁棒性; 最后给出该递推算法的性能分析, 理论证明其收敛性, 并通过仿真实例验证算法的有效性.