现代实木门的装配工艺及设备

简述了现代实木门的结构与生产工艺,并通过生产工艺着重介绍了装配工艺的流程和装配工艺所需主要设备及性能。     

我国木工机械标准的发展概况、现状及展望

木工机械行业是我国机械制造业的重要组成部分,木工机械标准为木工机械行业的发展提供了有力的技术支持和质量保证.本文以木工机械标准的发展历程为脉络,对标准的发展概况、发展现状和未来发展趋势做了详细分析,全面展现了我国木工机械标准发展历程.     

基于道家思想的中国传统茶具设计研究

本文从设计视角出发,以与人们生活息息相关的茶器、茶具设计为主要研究对象,从道家思想提倡的养生休息之道解读中国传统茶具设计。一方面希望借助本次茶具设计的研究进一步梳理中国茶文化的发展脉络,让人们感受华夏民族传统文化的魅力;另一方面也希望借此进一步肯定道家思想在中国意识形态发展中及美学思想体系中的地位,望给广大产品设计师带来多方面启示,推动国内设计行业的发展。     

可控源音频大地电磁法在阿布拉斯南铜多金属矿找矿浅析

阿布拉斯铜多金属矿位于柴达木盆地的西南缘、东昆仑山脉西段北缘,即祁漫塔格山东段。总体地势特征为南高北低、西高东低,海拔一般在4600~5200m之间,属高寒缺氧地区,系2004年化探发现,因常年冻土层及覆盖较厚的影响,导致常规电法难以测深,近年来引进V8大功率电磁法,克服了冻土层难以穿透的问题,可控源音频大地电磁法(CSAMT)具有勘探深度大,利用大功率发射机供电,能有效地穿透昆仑山永冻层,对层状地层具有较好的分辨能力,且横向分辨力高,能快速发现局部构造及异常,该方法在阿布拉斯南铜多金属矿的应用,结合钻探工程,大致查明了该区地层分布、电阻率范围、含矿层位及矿床成因等特征。     

同态滤波法消除γ能谱混合噪声

针对γ能谱传统消噪方法的不足,提出了γ能谱的混合噪声模型和基于小波变换的同态滤波消噪法。本文对γ能谱存在乘性噪声进行了论证,并详细介绍了消噪算法。通过Matlab软件对~(60)Co γ能谱消噪处理结果表明,与传统消噪方法相比,以混合噪声模型为基础的同态滤波法较大幅度地提高了γ能谱的信噪比,同时还在一定程度上消除了谱线的"展宽效应"。研究表明,混合噪声模型和同态滤波消噪法是合理有效的,而且消噪结果优于传统消噪方法。     

智能坐便器嵌入式控制系统设计与实现

设计了具有自动翻盖、防污除臭、温水清洗、智能存储及记忆等功能的智能坐便器控制系统;以AVR MCU为主控器,进行了控制系统的硬件和软件实现。所设计开发的控制系统已经应用于实际产品中。     

基于数据特征增强和残差收缩网络的变压器故障识别方法

为增强深度残差收缩网络对变压器故障特征的学习能力从而提高故障识别精度,文中研究构建了故障特征气体向量配合改进的深度残差收缩网络来识别变压器故障.首先,构建可变软阈值函数消除恒定偏差的影响,利用快速回溯算法加快阈值确定速度的同时确保输出结果的完整性.然后,提出带可变权重的交叉熵函数降低误识别对网络精度的影响,并将构建的特...     

定向刨花板工业化生产的前景与效益

在总结分析国内外定向刨花板生产加工现状的基础上,对我国定向刨花板生产加工的工业化前景和未来市场发展进行了预测。随着建筑等行业的稳定发展,拥有集成化、规模化、数控化的定向刨花板生产线,必将成为人造板生产加工行业的主流,工业化前景广阔。     

基于自适应三线性池化网络的细粒度图像分类

细粒度图像分类的关键在于提取图像中微妙的特征。现有基于弱监督方式的细粒度图像识别方法大多使用专家标注的边界注释辅助定位关键区域,存在标注成本高、训练过程复杂等问题。基于弱监督的双线性卷积神经网络方法因其学习到的特征空间更符合细粒度图像特性而具有一定的有效性,但忽略了层间的相互作用。针对细粒度图像识别领域存在的关键区域识别困难和层间交互关联弱的问题,融合二阶协方差通道注意力机制、自适应特征掩码与自适应三线性池化,提出自适应三线性池化网络ATP-Net,用于细粒度图像分类任务。通过二阶协方差通道注意力机制学习通道上的注意力向量,构建自适应特征掩码模块学习空间维上的注意力矩阵,设计自适应三线性池化模块学习特征的最终表示,以充分利用空间维、通道维上的信息。在CUB-200、Cars-196和Aircraft-100 3个细粒度图像分类数据集上的实验结果表明,ATP-Net的分类精度分别为89.30%、94.20%和91.80%。     

基于DRLSE模型的运动目标跟踪

高斯粒子滤波不能处理曲线的拓扑变化,而基于水平集的几何活动轮廓模型能较好地适应拓扑变化,为了跟踪和提取刚体和非刚体运动目标精确的轮廓信息,提出基于距离规则化的水平集演化(DRLSE)模型和高斯粒子滤波(GPF)相结合的运动目标跟踪方法.首先用高斯粒子滤波对目标跟踪得到目标的运动区域,然后把水平集规则项引入到测地线活动轮廓模型中,以外接轮廓的中心为基础进行DRLSE.距离规则化不仅消除了水平集重新初始化的需要,而且避免了因此而导致的数值错误,在水平集演化过程中保持了水平集函数的规则化.最后,将获得的精确轮廓信息反馈到跟踪框架.实验结果表明,该方法适用于刚体和非刚体目标,在实际交通环境中跟踪结果更加精确.