美国"老式西方弹药收藏者"公司创始人戴维·坎伯兰访谈录(下)

[上期回顾]本文上篇主要讲述了戴夫的早期经历,包括他参与美军在太平洋进行的核试验,他创办"老式西方弹药收藏者"公司的机缘巧合,他的珍贵典藏……下篇继续进入戴夫的收藏世界——     

基于单层BOM的产品族配置管理研究

阐述了在大规模定制模式下产品族配置管理的需求,提出了一种基于单层BOM产品族配置管理模型及其计算机实现方法：采用单层BOM原理建立基础物料库,将产品族BOM结构树上每个节点所对应的零部件从基础物料库中映射出来,形成一个产品族BOM结构。在产品族BOM的支持下利用筛选规则和产品配置规则的约束来从基础物料库中自动选择满足产品设计要求的零部件。在实现产品配置的同时,解决了产品族管理中数据冗余的问题。     

深度神经网络模型版权保护方案综述

深度神经网络(deep neural network, DNN)等新兴技术以前所未有的性能在工业互联网安全中得到广泛发展和应用.然而,训练DNN模型需要在目标应用程序中捕获大量不同场景的专有数据、广泛的计算资源,以及在专家的协助下调整网络拓扑结构并正确训练参数.因此,DNN模型应当作为有价值的知识产权,从技术上保护其不被非法复制、重新分发或滥用.受经典水印技术被用于保护与多媒体内容相关的知识产权的启发,神经网络水印是目前最受研究者关注的DNN模型版权保护方法.迄今为止,学术界对神经网络水印在DNN模型知识产权保护中的应用尚缺乏完整描述.调研了近5年CCF推荐期刊和会议等关于该领域的相关工作,从水印的嵌入和提取的视角,将神经网络水印在原有的白盒水印和黑盒水印分类的基础上,扩充了灰盒水印和无盒水印2种分类,对白盒水印和黑盒水印方法根据其水印嵌入的不同思路和不同任务模型进行了更详细的分类总结,并对4类水印方法的性能进行了对比.最后,探讨了神经网络水印未来面临的挑战和可研究的方向,旨在为学者进一步推动基于神经网络水印的DNN模型版权保护的发展提供指导.     

废热锅炉U型换热管泄漏分析及预防措施

利用宏观检查、化学成分分析、金相检验等方法对废热锅炉U型换热管进行分析,检测结果表明换热管泄漏特征为应力腐蚀开裂,并提出了预防措施。     

固化方式和纤维表面处理对碳纤维-树脂界面化学组成的影响

对碳纤维进行低温等离子法表面处理,分别在室温和微波固化条件下将碳纤维与环氧树脂复合成型,制备出碳纤维复合材料.采用原子力显微镜、拉曼光谱对碳纤维表面形貌和微观结构进行表征,采用扫描电镜和能量散射光谱对碳纤维-树脂界面区形貌和元素分布进行表征.结果表明,碳纤维经处理后,表面无序结构比例增大,有利于提高纤维的微波吸收能力,使微波固化复合材料的界面结合比室温固化复合材料更牢固.经过表面处理的碳纤维与树脂形成良好的化学键合,S i元素在复合材料界面区发生偏聚.     

《焊工技术考核规程》中若干问题探讨

在多年的焊工培训考核工作基础上，对执行《焊工技术考核规程》中遇到的一些问题，并结合电力焊接生产实际情况和国际上通用的焊工考核标准，提出了几点看法和修改意见。     

不破坏碳化物试验方法可靠性分析探讨

一电厂金属管道在高温高压下运行,相当于一个长期时效热处理过程。这期间金属材料发生的本质变化之一是相成分的改变。即固溶体的强化元素逐渐转移到碳化物相中,致使金属热强性能逐渐降低。因此掌握合金元素的这种转移情况,对于电厂高温管道的     

水轮机转轮裂纹的焊接修复

分析长寿发电厂下硐电站水转机转轮裂纹焊接修复失败的原因,提出焊前预热、取消上冠下环之间的刚性固定等改进措施,使焊接残余应力降至较低水平;采用合理的焊接工艺和规范来控制残余变形。     

美国“老式西方弹药收藏者”公司创始人戴维·坎伯兰访谈录(上)

戴维·爱德华·坎伯兰,1932年11月18日出生于美国弗吉尼亚州弗雷德里克斯堡。戴维曾是一名海军军人,虽然服役经历不长,却有着丰富的职业阅历。他的特别经历使他与武器结缘,在接手老式西方枪店的基础上成立了自己的公司——"老式西方弹药收藏者",专门为枪械爱好者供应各种各样的老式弹药。他丰富而有趣的回忆和经历将使我们对美国的武器文化有更具体的认识——