挤压加工法应用实例

欲加工一批如图1所示的细长孔零件,用通常的加工方法(内孔磨),因刀杆细长,刚必差,璵产生变形、振动等现象,引起内孔产生锥度、波纹,难以保证尺寸精度和表面粗糙度的要求。用铰刀铰孔,因孔太长无法加工,我们用挤压方法解决了难题。     

可靠多模态学习综述

近年来多模态学习逐步成为机器学习、数据挖掘领域的研究热点之一,并成功应用于诸多现实场景,如跨媒介搜索、多语言处理、辅助信息点击率预估等.传统多模态学习方法通常利用模态间的一致性或互补性设计相应的损失函数或正则化项进行联合训练,进而提升单模态及集成的性能.而开放环境下,受数据缺失及噪声等因素的影响,多模态数据呈现不均衡性.具体表现为单模态信息不充分或缺失,从而导致“模态表示强弱不一致”、“模态对齐关联不一致”两大挑战,而针对不均衡多模态数据直接利用传统的多模态方法甚至会退化单模态和集成的性能.针对这类问题,可靠多模态学习被提出并进行了广泛研究,本文系统地总结和分析了目前国内外学者针对可靠多模态学习取得的进展,并对未来研究可能面临的挑战进行展望.     

基于数据挖掘技术的市场经济预测支持系统的研究

分析了传统预测系统存在的三方面问题,简述了数据挖掘技术,提出了数据挖掘常用的工具和方法以及数据挖掘的三个不同层次空间,将联机分析处理和联机事务处理进行了对比,提出和设计了一5种基于数据挖掘技术的新型市场经济预测支持系统。     

分布式能源面临重大发展机遇

根据中国环境监测总站的全国城市空气质量实时发布平台显示,近期北京、河北、山东等多地空气质量达严重污染,PM2.5指数直逼最大值,严重破坏了环境,对居民身体危害甚重;经研究发现,污染源来自汽车尾气、工业排放等,但主要来自于火力发电厂的煤炭燃烧,因此,如何降低煤炭在中国能源发展模式中的比例,成为当前亟待解决的问题;基于分布式能源可梯度利用、洁净环保等诸多优点,政府已提出了诸多对分布式能源的鼓励政策和措施,分布式能源在中国面临巨大发展空间,未来十年将大有可为.     

吹气式水位计在水电站及船闸上的应用

本文介绍一种结构新颖的吹气水位计，可用于水电主船闸的水位测量，对于船闸水位波动大，变化快的场合，能保证测量精度和可靠运动，并有对泥沙含量造成的误差进行修正，它不怕油污脏物，悬浮物等影响，是一种较理想的水位监测（控）装置。     

室温施工和固化的聚氨酯弹性体

介绍了一种可在室温下用刷涂、喷涂、浇注等方法施工和固化的聚氨酯弹性体，并介绍了所用原料、合成方法、主要性能等。     

苹果化学去皮剂通过技术鉴定

由辽宁省化工研究所承担的市科委下达的苹果化学去皮剂项目,在大连科委主持下,于1985年12月25日通过技术鉴定。辽宁省化工研究所于1984年开展了苹果化学去皮剂的研究,经过两年的工作,研制出成本低,去皮效果好,原料立足国内的苹果化学去皮剂。其特点是(1)去皮方法先     

全烧结碱性镉镍蓄电池应用技术

全烧结碱性镉镍蓄电池充电效率高，可大电流瞬时高倍率放电，高低温性能好，使用寿命长，逐步成为电力工业中变电站及中小电站的高压开关操作电源，二次保护自动控制及故障照明等直流电源。     

一种针对弱标记的直推式多标记分类方法

多标记学习主要解决一个样本可以同时属于多个类别的问题,它广泛适用于图像场景分类、文本分类等任务.在传统的多标记学习中,分类器往往需要利用大量具有完整标记的训练样本才能获得较好的分类性能,然而,在很多现实应用中又往往只能获得少量标记不完整的训练样本.为了更好地利用这些弱标记训练样本,提出一种针对弱标记的直推式多标记分类方法,它可以通过标记误差加权来补全样本标记,同时也能更好地利用弱标记样本提高分类性能.实验结果表明,该方法在弱标记情况下的图像场景分类任务上具有较好的性能提高.     

基于SOM神经网络的颜色图像分割

1.引言基于内容的图像检索(Content-Based Image Retrieval)已广泛应用于生化、军事、文化、教育等领域。其原理是利用图像自身的特征,如颜色、纹理、形状及对象空间关系等信息,建立图像的特征矢量以进行检索。它与传统的基于文本的图像检索相比,能够更充分地利用图像的语义信息。在CBIR方法中,用户检索时通常可以提供样本图像,检索系统将该样本图像同图像库中的图像按一定方法进行比较,将与样本图像相似的图像返回给用户。