蒙脱土/聚氨酯复合材料的制备与阻燃性能的研究

研究了蒙脱土/聚氨酯复合材料的阻燃性能,分别从蒙脱土种类、插层温度、插层时间、蒙脱土的用量、复合材料密度等因素,考察了其对蒙脱土/聚氨酯复合材料阻燃性能的影响。利用垂直燃烧法观察火焰高度、燃烧时间的差别。结果表明:采用有机改性纳米蒙脱土,插层温度为100℃、插层时间为4 h、蒙脱土用量为40%,制备而成的蒙脱土/聚氨酯复合材料阻燃性能最佳,燃烧时火焰高度最低,燃烧时间为29 s后自熄。     

对静止轨道Ka频段的监测研究

本文主要介绍Ka频段静止轨道卫星目前的应用状况,分析在轨卫星Ka频段应用技术特点,为我国Ka频段卫星的应用及监测提供参考。根据对9个监测点所监测到的两个较典型卫星情况的分析,查看信号覆盖是否合法化、是否符合申报ITU授权覆盖情况等,最后对当前的监测重点及监测地点的设置提出建议,确保监测信号的准确性,为维护空间无线电波的秩序提供保障。     

基于密度峰值优化的谱聚类算法

针对经典谱聚类算法无法自适应确定聚类数目、以及在处理大数据量的聚类问题时效率不高的问题,本文提出了一种基于密度峰值优化的谱聚类算法。该方法首先计算数据对象的局部密度,以及每个数据对象与较其他数据对象的最小距离,并依据一定的规则自适应产生初始聚类中心,确定聚类数目。其次,使用Nystr?m抽样来降低特征分解的计算复杂度以达到提高谱聚类算法的效率。实验结果表明,本文方法能够准确地得到聚类数目,并且有效提高聚类的准确率和效率。     

钢纤维类型对超高性能混凝土高温爆裂性能的影响

为了探寻可以有效改善超高性能混凝土（Ultra-high-performance concrete,UHPC）抗火性能的钢纤维类型,本文试验测定了不同类型钢纤维（3种普通钢纤维和2种来自于废旧轮胎的再生钢纤维）增韧UHPC及空白组混凝土的从常温至800℃高温爆裂行为和断裂能。结果显示,未掺入任何钢纤维的空白组UHPC试件全都发生了严重高温爆裂,钢纤维可以显著减轻其高温爆裂但却不能避免爆裂的发生,而掺入端钩型普通工业钢纤维（长度为35 mm,直径为0.55 mm）的UHPC呈现出最优的抗高温爆裂性能,其次是掺入未附着橡胶颗粒（RSF）的再生钢纤维（RSFR）增韧UHPC。可见,钢纤维自身性能特征显著影响了钢纤维增韧UHPC的高温爆裂,相同掺量情况下混凝土单位体积内分布密度较大的钢纤维或者分布密度较小但可以显著增加混凝土断裂韧性（断裂能）的钢纤维比较适合应用于具有较高抗火要求的UHPC结构中。     

多模态融合的特征提取方法在SA检测中的应用

为解决睡眠呼吸暂停(Sleep Apnea, SA)检测中使用传统的机器学习方法需花大量工作在特征工程上导致效率低下,以及模型多以单通道信号进行特征提取存在识别效果不佳的问题,提出一种基于时序卷积网络(Temporal Convolutional Network, TCN)和堆叠稀疏降噪自编码器(Stacked Sparse Denoismg Auto-Encoder, SSDAEs)的多模态特征融合模型来实现特征自动提取。该模型以心电和呼吸2种信号作为输入,首先利用TCN网络提取输入信号的时序特征,然后通过SSDAEs提取信号的浅层与深层的高维特征,对于不同特征空间的心电信号特征和呼吸信号特征采用一个小型神经网络进行特征融合,将该模型与随机森林算法结合,用于解决SA片段检测问题。实验结果表明,该方法在SA片段检测的准确率、灵敏度、特异性分别是91.5%、88.9%、90.8%。通过与以往相关研究对比,验证了该模型的SA检测性能更好,效率更高。     

基于动态自适应层叠网络的轻量化图像超分辨率重建

轻量化超分辨率网络对安防监控、实时人脸识别等领域具有重要意义。然而,现有超分辨率重建网络以牺牲内存和计算成本为代价提高重建效果,从而限制其在实际场景中的应用。提出基于动态自适应层叠网络的轻量化超分辨率重建网络。利用双路残差块中的深度可分离卷积提取低频特征,并引入像素注意力机制获取更丰富的细节特征,以减少参数量并增强网络的重建能力。将双路残差块中的一部分卷积参数作为动态卷积核的子卷积,并与动态自适应模块共享,利用可学习参数调节共享卷积的权重,增强网络的非线性映射关系,充分提取图像的纹理细节信息。实验结果表明,相比VDSR、CARN、PAN等网络,该网络重建得到的图像纹理更接近原始图像,其参数量仅为传统轻量化网络CARN的1/2,在放大因子为4的Set5数据集上峰值信噪比相比CARN提高0.16 dB。     

三角形约束下的词袋模型图像分类方法

视觉词袋模型广泛地应用于图像分类与图像检索等领域.在传统词袋模型中,视觉单词统计方法忽略了视觉词之间的空间信息以及分类对象形状信息,导致图像特征表示区分能力不足.本文提出了一种改进的视觉词袋方法,结合显著区域提取和视觉单词拓扑结构,不仅能够产生更具代表性的视觉单词,而且能够在一定程度上避免复杂背景信息和位置变化带来的干扰.首先,通过对训练图像进行显著区域提取,在得到的显著区域上构建视觉词袋模型.其次,为了更精确的描述图像的特征,抵抗多变的位置和背景信息的影响,该方法采用视觉单词拓扑结构策略和三角剖分方法,融入全局信息和局部信息.通过仿真实验,并与传统的词袋模型及其他模型进行比较,结果表明本文提出的方法获得了更高的分类准确率.     

芳纶无纬布的制备及其抗弹性能研究

优化了芳纶无纬布的制备工艺,根据弹丸对芳纶无纬布层压板的冲击试验结果,对芳纶无纬布层压板的抗弹机理以及不同芳纶织物结构的抗弹性能进行了研究,同时研究了面密度对无纬布抗弹性能的影响。结果表明:无纬布相对于其它织物结构具有较优的抗弹性能,当无纬布具有较低的面密度时,其层压板的抗弹性能也较好。