剑刃欣赏·明清古剑

香港谢永铭先生酷爱兵器,在研究国外水纹钢制造方法的同时,更专注于中国冶铁技术的历史及考古挖掘,从中研究剑的传统铸造方法,尤其是对以多层钢铁折迭锻打而成的花纹钢制造技术钻研颇深。谢先生从1970年开始收藏古剑,几十年来,矢志不渝,收藏的各国新旧刀剑约五、六千柄,特别是以中国明清两代的钢剑及海外水纹钢刃居多。以下图片均为谢先生亲自拍摄。     

低熔点玻璃粉对导电银浆烧结性能及微结构的影响

采用熔融冷却法制备了无铅低熔玻璃粉,利用XRD对所得玻璃粉进行表征。通过四探针仪、扫描电镜等手段研究了玻璃粉含量、软化点对银浆性能的影响。结果表明,玻璃相粘度特性和液相量对粘性流动传质及烧结致密化过程有很大的影响。随着玻璃粉软化点的升高,银浆的方阻逐渐增大,附着力则先增大后减小,玻璃的软化点为420℃时,银浆的导电性能最好,方阻最小为2.4 mΩ/;当玻璃软化点为450℃时,银膜层的附着力最优为13 N。随着玻璃含量的增加,方阻先增大后减小,当玻璃含量为5%时方阻最小为2.3 mΩ/,导电性能最好;随着玻璃含量的增加,银层附着力持续增大,通过调节玻璃含量完全可以满足银膜的使用要求。     

肿瘤细胞计算机辅助诊断系统的研究

介绍了一种肿瘤细胞计算机辅助诊断系统的研究方法 ,重点介绍了利用最大差分边缘检测法分割细胞核以及利用流域法分割细胞浆的实现方法 ,据此采用了一种逐步分类的肿瘤细胞分类识别方法。试验表明 ,该方法是行之有效的     

谷氨酸结晶控制探讨

从结晶学的原理来探讨谷氨酸的结晶控制 ,以尽可能控制好谷氨酸制备过程中晶体的数量和质量 ,从而可有效地避免 β型晶体 (俗称 :轻麸酸 )的出现 ,提高谷氨酸质量和提取收率。     

网络时代新型邻里关系下的建筑空间初探

基于新型邻里关系的大背景下,指出宅前邻里空间和户前邻里空间应该越来越被弱化,反之加强中心邻里空间的设计,设计更多的公共活动场所,以满足居民通过网上的相约而有足够的活动场所。     

万剑山庄极品宝剑

中国花纹剑铸剑大师朱建林先生与香港古剑收藏家谢永铭先生携手致力于发掘失传已久的中国花纹剑铸剑技术并传扬传统国粹于四海。为了研究花纹剑,朱先生自筹经费增换设备,并四处寻找适合的铁矿。在谢先生的设计及监制下,经10年努力,朱先生终于成功锻制出中国现代第一柄花纹宝剑。朱大师现对技术炉火纯青,已能铸出700层以上的云纹花纹长剑。其精心铸造的水纹剑在上海、杭州、北京等工艺博览会上稍露身影,即得到不少收藏家及知名人士的特别关注。让我们一同品味——     

基于级联双稳随机共振和多重分形的机械故障诊断方法研究

对级联双稳随机共振的滤波特性进行了对比和分析,利用这种特性,结合广义维数对信号非线性特征的度量能力,提出了基于级联双稳随机共振和多重分形的机械故障诊断方法。实验结果证明,该方法可以有效的消除高频噪声,增强低频段信号的能量,由此得到的分形维数比较准确,能够更加精确地度量机械振动信号的非线性特征,从而达到机械故障诊断的目的。     

基于HCS08单片机的多路功率监控系统设计

针对单相和三相对称供电系统,采用HCS08单片机设计了一种电能检测监控系统.首先介绍了系统的总体设计方案,提出基于RS485总线结构的三层控制模型和功率测量方法;接着详细讨论了主要硬件功能模块,包括单片机处理、功率检测芯片ADE7757,同时给出软件编程实现方法;最后指出了本系统运用的关键技术和优化方法.实践结果表明,该系统简单有效,对线性和非线性负载都适用,并且可以实现系统自动控制,性价比高.     

浅谈职业技术教育中的计算机辅助教学

本文介绍了多媒体CAI在教学领域的优势，分析了计算机辅助教学在职业教育中的的作用，说明了CAI在职业教育中的地位。     

自适应邻域相关性的背景建模

目的 背景建模在计算机视觉领域中是检测、跟踪、行为学习和识别的基础,被广泛地应用于视频监控的运动目标检测。混合高斯（MOG）和Codebook是其中具有代表性的方法,但它们假设像素点间信息是独立的,只保留了时域信息而忽略了空域信息,使得模型对背景的描述局限于时间上的连续性。针对上述问题,提出了一种自适应邻域相关性的背景建模方法（ANC）。方法 ANC在保留原始方法时域信息建模特性的同时,增加对邻域模型的复用,同时利用计算结果反馈自适应调整邻域区域,提高对前景值判断的准确性。首先利用原始基于像素点的背景建模方法进行候选前景检测,然后将候选前景检测结果为前景点的像素与邻域像素点模型进行对比,若邻域范围存在匹配则为背景点,若不存在则为前景点;最后引入像素置信度概念,自适应调整邻域范围的大小。结果 与MOG和Codebook相比,在changedetection标准数据库上,ANC在ROC（受试者工作特征曲线）和度量值等方面的平均精度和F-measure都提高了7%以上。结论 自适应邻域相关性的背景建模方法适用于复杂多模态背景,克服了基于像素点背景建模方法假设的局限性。与普通基于像素点的背景建模方法相比,具有更好的鲁棒性和抗噪性,对复杂背景具有更强的适应性。