基于横向光电效应的火炮身管直线度检测系统研究

为实现对火炮身管直线度的量化检测,设计一种测量方法采用横向光电效应、内膛定位使用双滑块式自定心机构、电气控制使用PLC、检测软件基于LabVIEW的火炮身管直线度检测系统。在检测软件中通过倾角传感器采集数据对位敏传感器(PSD)位置进行修正后,PSD与位移传感器输入计算机中的数据根据直线度计算理论计算得到身管直线度的实际变化情况,最后采用最小二乘法对其误差进行评定。系统集精密机械技术、传感器技术及光电检测技术为一体,其中PSD的重复检测精度达到5μm,检测元件在定心精度为±7.86μm的机械结构装载下实现火炮身管直线度的高精度检测,可对我军口径在122～155 mm范围内的约25种制式火炮身管进行检测。     

基于栈式去噪自编码器的语音测谎算法

为了进一步提高谎言语音检测的准确率，提出了一种基于栈式去噪自编码器的语音测谎算法(SDA-SVM)，该算法 首先采用OpenSMILE提取了 384维语音特征，然后构建了两层去噪自编码网络对语音特征进行变换加工，最后，采用SVM分类器对语音是否为谎言进行分类识别，所用语音来源为CSC测谎语料库，实验结果显示:相比传统的SVM分类，所提算法的检测准确率至少提升1.85％。     

基于深度学习的视频跟踪研究进展综述

近年来深度学习迅猛发展，颠覆了语音识别、图像分类、文本理解等领域的算法设计思路。深度学习因其具备强大的特征提取能力，在图像识别领域的成绩尤为突出。然而深度学习与视频监控领域的结合并不多，由于深度模型具有多层网络结构，算法复杂度大，训练和更新模型时比较耗时，很难满足实时性要求。回顾了深度学习的发展史，介绍了最近10年来国内外深度学习主要模型，论述了基于深度学习的目标跟踪算法，指出了各算法的优缺点，最后对当前该领域存在的问题和发展前景进行了总结和展望。     

管线钢专用引伸计的设计与应用

分析测量管线钢矩形试样规定总延伸强度Rt0.5的过程中产生误差的原因,设计开发了管线钢矩形试样拉伸试验测量系统。该系统由球铰式框架结构和光栅传感器组成球铰式光电引伸计,利用光栅传感器测量精度高与球铰式装卡的优势结合,把采集的信号通过数据处理器传递给计算机控制系统,通过系统的模数转换和软件的功能运算,能有效克服测量过程中的误差,保证试验结果的准确性和重复性,具有记录全过程拉伸曲线的功能,满足管线钢相关检验和试验标准要求。     

基于门控联合池化自编码器的通用性文本表征

为了学习文本的语义表征,以往的研究者主要依赖于复杂的循环神经网络(recurrent neural networks, RNNs)和监督式学习方法。该文提出了一种门控联合池化自编码器(gated mean-max AAE)用于学习中英文的文本语义表征。该文的自编码器完全通过多头自注意力机制(multi-head self-attention mechanism)来构建编码器和解码器网络。在编码阶段,提出了均值—最大化(mean-max)联合表征策略,即同时运用平均池化(mean pooling)和最大池化(max pooling)操作来捕获输入文本中多样性的语义信息。为促使联合池化表征可以全面地指导重构过程,解码器采用门控操作进行动态关注。通过在大规模中英文未标注语料上训练模型,获得了高质量的句子编码器。在重构文本段落的实验中,该文模型在实验效果和计算效率上均超越了传统的RNNs模型。将公开训练好的文本编码器,使其可以方便地运用于后续的研究。     

热退火对GaN阴极光电发射性能的影响

热退火不但可以减少GaN阴极样品中的各种缺陷和寄生电容，改善材料的结晶属性，而且可以改善样品的表面质 量，对提高样品的光谱响应是一种有力的手段，对GaN阴极样品进行了不同温度、不同时间的退火处理，使样品的性能得到了改善，最优条件下样品的暗电流为200ｐＡ，电阻率为1.6Ω·ｃｍ，最大光谱响应为0.19Ａ/Ｗ，依据光谱响应作为评估标准，可以得出，采用700℃热退火10min制备出的阴极具有更高的光电发射性能，从而实现了GaN光电阴极的优化制备工艺。     

数控转台精度再创新高

数控转台对多轴加工中心的性能起着举足轻重的作用。在机床的整个生命周期中,转台的精度和可靠性是机床制造商关注的首要问题。为此,Matsumoto Machine Corporation(MMK)采取了一种切实可行、双管齐下的方法来减少分度误差,提高性能。通过强化产品校准和编码器技术,MMK将转台精度提升到新高度。