基于FPGA的快速樱桃缺陷检测与识别系统设计

为使樱桃缺陷检测与识别系统满足实时性的要求,提出以卷积神经网络模型为基础,使用SDSoC开发平台,完成FPGA对樱桃缺陷进行快速检测与识别系统的设计。通过优化数据传输,复用网络模型中通用矩阵乘法函数(GEMM)和对卷积操作进行并行化设计,实现PL端硬件加速。利用SDSoC平台,在PS端使用高级语言映射卷积神经网络模型,在实现所需性能的同时大量节省了开发时间。结果表明,与纯软件方式相比,基于Zynq7020硬件开发平台,速度提高了2.19倍以上,与CPU平台相当。     

高收率低苦味值大豆低聚肽的制备

以大豆分离蛋白为原料,以酶解收率为指标对最优的酶解工艺进行研究。在单酶水解的基础上,用复合碱性蛋白酶,中性蛋白酶,胰蛋白酶进行水解,通过正交试验确定了复合酶的最佳水解条件为:碱性蛋白酶/中性蛋白酶/胰蛋白酶加酶1∶2∶3,温度50℃,酶解时间4.5h,在此最佳条件下,酶解收率为86.76%,大豆低聚肽含量为93.49%,苦味值比单酶水解明显降低。     

超声对化学镀Ni-P层的微观形貌影响

研究了超声波条件下在Q235钢表面进行化学沉积Ni-P的工艺;利用扫描电镜(SEM)和X-线衍射(XRD)对镀层成分、表面形貌及厚度进行了分析.结果 表明,Q235钢表面化学镀Ni-P的最佳工艺参数为:硫酸镍(NiSO4·6H2O)30 g/L,次亚磷酸铵(NH4·H2PO2·H2O)32 g/L,乳酸(C3H6O3)...     

薄膜级线型低密度聚乙烯DFDA-7042的性能及应用研究

研究了四种不同生产路线产出的同类线型低密度聚乙烯薄膜料的拉伸性能、熔融结晶性能、热稳定性能、基本物理性能以及吹制薄膜的透明性能,并在地膜和透明包装膜领域进行了加工试生产。结果表明,以煤基石脑油裂解产出乙烯为原料生产的宁煤DFDA-7042与其他三种不同生产路线产出的同类对比产品综合性能相当,在加工应用领域可以替代同类对比产品。     

热处理对Fe-36Ni因瓦合金箔热膨胀及力学性能的影响

研究了60 μm厚Fe-36Ni因瓦合金箔冷轧态、退火态及淬火态的热膨胀行为及力学性能演变规律和作用机理。结果表明,冷轧态合金具有最小的热膨胀系数,淬火态次之,退火态热膨胀系数最大;热处理可有效提高合金的居里温度T_c,从而增大使用温度范围,900 ℃保温1.5 h淬火试样具有最优的热膨胀性能($\bar{α}$_{(20-100 ℃)}=1.02×10^-6 K^-1,T_c=276 ℃),自由取向晶粒的增加是导致合金热膨胀系数增大的原因。与冷轧态相比,热处理后合金发生完全再结晶,并产生退火孪晶伴随有晶粒尺寸的变化和∑3ⁿ晶界比例快速升高,其中800 ℃保温1.5 h淬火试样的晶粒最细小(6.6 μm),∑3ⁿ晶界占比最高,具有最高的屈服强度(267 MPa)和抗拉强度(414 MPa)。淬火处理试样的综合性能优于退火试样。相同热处理方式下,升高热处理温度,一方面降低热膨胀系数,提高居里温度;另一方面也降低了强度。     

镍基高温合金GH4698的热变形组织演变机理

采用热模拟等研究方法,对不同变形工艺条件下的GH4698热变形组织演变机理开展了研究。结果表明:高温低速变形有利于动态再结晶进行,材料发生完全动态再结晶的初始变形温度大于1150 ℃;从工程角度出发,合金初始变形温度推荐1200 ℃,采用低速变形原则(0.01~0.1 s^-1),为获得相对均匀的锻造组织,终锻温度应高于1050 ℃,锻造过程可多火次完成;经GJB 3782标准推荐多级热处理后,晶粒内部存在大量弥散分布的γ′纳米析出物,起到良好的析出强化作用。     

固溶处理对A286合金组织与硬度的影响

通过光学显微镜、扫描电镜和洛氏硬度计等研究了固溶温度(980、1000、1020℃)和保温时间(60、90、120 min)对A286合金微观组织和硬度的影响。结果表明,热轧态合金基体为再结晶的均匀奥氏体晶粒组织,同时存在一次碳氮化物。随着固溶温度的升高和保温时间的延长,再结晶晶粒优先从表面生长并逐渐向内部扩展,晶界有较大尺寸磷化物析出,合金硬度小幅度降低。     

基于双通道深度密集特征融合的遥感影像分类

为了提高遥感图像场景分类中特征有效利用率,进而提高遥感影像分类精度,采用基于双通道深度密集特征融合的遥感影像分类方法,进行了理论分析和实验验证。首先通过构建复合密集网络模型, 分别提取图像卷积层特征和全连接层特征;然后为挖掘、利用图像深层信息,通过视觉词袋模型将提取的深层卷积层特征进行重组编码,捕获图像深层局部特征;最后采用线性加权方式将局部和全局特征融合、分类。结果表明,选用数据集UC Merced Land-Use和NWPU-RESISC45进行实验,取得的分类精度分别为93.81%和92.62%。该方法充分利用局部特征和全局特征的互补性,能实现图像深层信息的充分利用和表达。     

基于特征优选模型的Siamese网络目标跟踪算法

针对目标跟踪序列背景复杂、目标大尺度变化等导致目标辨识难度大的问题,提出了基于特征优选模型的Siamese网络目标跟踪算法。首先构建深度网络,有效地提取深度语义信息。再利用沙漏网络对多尺度下的特征图进行全局特征编码,将编码后的特征归一化处理,获取有效目标特征。最后构建特征优选模型,将解码获取的特征作为选择器甄别原特征图的有效特征并增强。为了进一步提高模型的泛化能力,引入注意力机制,对目标特征自适应加权,使其适应场景变化。最终提出算法在OTB100标准跟踪数据集测试成功率达到0.648,预测精度达到0.853,实时性为59.5 frame/s;在VOT2018标准跟踪数据集测试精度为0.536,期望平均覆盖率为0.192,实时性为44.3 frame/s,证明了该算法的有效性     

变导程螺旋线及其展开图研究

利用MasterCAM软件加工变导程螺纹的关键在于绘制变导程螺纹螺旋线的展开图。从运动学的角度对变导程螺旋线及其展开图进行了分析和研究，导出了变导程螺旋线及其展开线的方程，提出了绘制变导程螺旋线展开图的方法，并给出了数控加工的实例。