排序方式: 共有65条查询结果,搜索用时 15 毫秒
1.
欧式油烟机的简约时尚风格深受很多家庭的青睐。不过,还是应根据烹调习惯的不同和厨房大小来选购油烟机。目前市面上的油烟机主要有两种。一种是深罩式,即中式油烟机,采用离心式排气扇,排 相似文献
2.
针对距离正则化的水平集演化(the Distance Regularized Level Set Evolution Mode,DRLSE)模型难以处理弱边缘图像、演化效率低问题,提出一种新的基于相位信息的水平集超声图像分割算法(the Distance Regularized Level Set Evolution Mode Based on Phase Congruency,PDRLSE)。该算法利用相位一致性检测原理,构造新的边界指示函数,代替了DRLSE模型中的边界停止函数,得到新的能量泛函。实验结果表明:该方法在分割超声图像时,能够较好的分割出甲状腺肿瘤目标,且演化效率也有所提高。 相似文献
3.
4.
以六氯环三膦腈和苯酚钠为原料制备了六苯氧基环三磷腈(PCPZ),产物收率高于97%,纯度达99%以上,利用高效液相色谱(HPLC)、傅立叶红外光谱(FT—IR)31P核磁共振(叫PNMR)和‘H核磁共振(’HNMR)表征产物并确定其分子结构。将合成的PCPZ和焦磷酸蜜胺盐(MPP)、三聚氰胺(MA)、助剂(AA)复配成膨胀型阻燃剂(IFR),并添加到聚丙烯(PP)中制备成阻燃聚丙烯(PP)。利用MINITAB软件的混料设计功能研究了复配IFR对阻燃PP体系的阻燃性能和力学性能的影响。结果表明,阻燃效果较好的IFR配方:PCPZA8.6%、MPP25.0%、MA12.5%和AA13.9%,IFF添加量为30%时,IFR—PP的LOI为33%,通过UL94V-0级测试,拉伸强度为25.98MPa,断裂伸长率为230%,缺1:7冲击强度为4.72kJ/m。。 相似文献
5.
以六氯环三磷腈和邻苯二胺为原料,甲苯为溶剂,滴加缚酸剂三乙胺的方法,发生亲核取代,合成出三邻苯二胺基环三磷腈(HACTP),利用HPLC、FT IR、MS、31P NMR和1 H NMR表征产物并确定其结构。采用均匀设计法考察了合成中反应时间、原料配比和缚酸剂用量三个因素对产物收率的影响,利用DPS数据回归处理方法建立数学模型,确定出实验范围内的最佳合成条件:反应时间14.5h,原料配比n(邻苯二胺)∶n(六氯环三磷腈)=4.5∶1,缚酸剂用量n(三乙胺)∶n(六氯环三磷腈)=6.5∶1时,产物收率达92.547%。 相似文献
6.
利用溶液聚合方法合成了聚醚聚氨酯,并以聚氨酯、高氯酸锂和增塑剂为组分,制备了一系列新型聚合物固体电解质。运用差示扫描量热分析、动态力学分析、交流复阻抗谱、扫描电镜和原子力显微镜对体系性能和形态进行了研究。结果表明,在聚氨酯/高氯酸锂复合物中,增塑剂的加人会导致体系玻璃化转变温度和力学性能有所下降,离子导电性能显著增加。在所研究的6种增塑剂碳酸丙烯酯、碳酸二乙酯、二乙二醇二甲醚、N,N-二甲基甲酰胺、聚乙二醇400和丙三醇中,聚乙二醇400对聚氨酯/高氯酸锂复合物的增塑效果最好,该体系室温电导率达到10-4S/cm。 相似文献
7.
为了改善脑电中的眼电伪迹过估计问题及环境干扰耦合引起的非线性混合对眼电去除效果的影响,提出一种基于快速核独立成分分析(Fast Kernel Independent Component Analysis,FastKICA)与离散小波变换(Discrete Wavelet Transform,DWT)的眼电自动去除方法,即(Fast Kernel Independent Wavelet Transform ,FKIWT)方法.首先,利用FastKICA方法对脑电信号进行分离得到独立成分,并以相关系数为依据识别出眼电伪迹;进而,基于DWT对眼电伪迹进行多分辨率分析,将逼近分量置零,而细节分量保持不变,使得重构所得眼电伪迹成分保留更多有用脑电信号;最后,利用FastKICA逆变换重建眼电去除后的脑电信号.实验结果表明:FKIWT不仅有效改善了眼电过估计问题,增强了抗干扰能力和鲁棒性,而且在线性混合和非线性混合情况下,均得到较好的伪迹去除效果,特别是在非线性混合时优势更为明显,适合于实际在线应用. 相似文献
8.
根据不同的预拉伸量测出对应的电导率,经过回归分析,得出本实验条件下,2618A合金电导率随预拉伸量的增加而呈直线上升趋势。 相似文献
9.
基于神经网络集成技术的运动想像脑电识别方法 总被引:1,自引:0,他引:1
针对运动想像脑电信号,提出一种基于神经网络集成技术的识别方法.该方法通过离散小波变换(DWT)抽取想像左、右手运动的主要特征,采用Bagging算法构建神经网络集成(NNE)模型,并选取相对多数投票法获得网络集成的输出结果.在"BCI Competition 2003"竞赛数据集上的实验结果表明,该方法得到了比基于单个神经网络的脑电信号识别方法更高的识别率,同时,降低了个体神经网络的配置难度,提高了系统的泛化能力. 相似文献
10.