在输电场景中，吊车等大型机械的运作会威胁到输电线路的安全。针对此问题，从训练数据、网络结构和算法超参数的角度进行研究，设计了一种新的端到端的输电线路威胁检测网络结构TATLNet，其中包括可疑区域生成网络VRGNet和威胁判别网络VTCNet，VRGNet与VTCNet共享部分卷积网络以实现特征共享，并利用模型压缩的方式压缩模型体积，提升检测效率，从计算机视觉和系统工程的角度对入侵输电场景的大型机械进行精确预警。针对训练数据偏少的问题，利用多种数据增强技术相结合的方式对数据集进行扩充。通过充分的试验对本方法的多个超参数进行探究，综合检测准确率和推理速度来研究其最优配置。研究结果表明，随着网格数目的增加，准确率也随之增加，而召回率有先增加后降低的趋势，检测效率则随着网格的增加迅速降低。综合检测准确率与推理速度，确定9×9为最优网格划分方案；随着输入图像尺寸的增加，检测准确率稳步上升而检测效率逐渐下降，综合检测准确率和效率，选择480×480像素作为最终的图像输入尺寸。输入实验以及现场部署表明，相对于其他的轻量级目标检测算法，该方法对输电现场入侵的吊车等大型机械的检测具有更优秀的准确性和效率，满足实际应用的需要

采用TEM、电化学等分析方法和手段,对在剥落腐蚀溶液中浸泡不同时间的Al-Cu-Mg合金的剥蚀敏感性及电化学阻抗(EIS)进行研究,分析剥落腐蚀的动力学过程.实验结果表明,2524-T4态合金具有良好的耐剥落腐蚀性能,高Cu含量的第二相粒子是影响合金剥蚀行为的主要因素,合金浸泡2d后才可见明显的点蚀,浸泡4d后局部出现剥蚀现象.根据EIS及EIS等效电路的拟合分析合金的剥蚀行为,发现其动力学过程主要由点蚀的诱导形成、点蚀发展及轻微的剥蚀形成三个阶段组成,而腐蚀的界面反应依次经历氧化膜的溶解、表面腐蚀产物的形成、吸附及脱落的一系列过程

通过可视化高温实验装置观察了七种不同类型常用进口铁矿粉试样的熔化流动过程.在所测定的熔融曲线上定义了T30、T55、TR以及SR等表征其熔融特性的评价指标,并以此考察了不同类型铁矿粉的烧结熔融特性.研究结果表明:澳大利亚褐铁矿最容易产生液相,但其液相形成过程中温度区间窄,温控性差,安全性低;澳大利亚半褐铁矿在低温烧结条件下有效液相量不足,而温控性则略好于澳大利亚褐铁矿;澳大利亚、南非以及巴西南部的赤铁矿熔融特性较为适宜,但前者易形成液相而后两者温控性和安全性更好;巴西的南部精粉、北部赤铁矿在低温烧结下很难生成液相.通过对各种铁矿粉熔融特性的研究,提出了基于铁矿粉熔融特性的烧结优化配矿原则

针对目前高碳高硅低温贝氏体(纳米结构贝氏体)相变速度缓慢的现状,采用贝氏体相变热力学理论分析主要合金元素对低温贝氏体相变驱动力的影响,设计了新型纳米结构贝氏体钢成分0.83C-2.44Si-0.43Mn-0.73Al.利用膨胀仪研究该成分贝氏体钢在不同温度下的相变整体动力学,综合使用扫描电子显微镜、X射线衍射、电子背散射衍射等方法研究热处理工艺对实验钢组织和力学性能的影响.结果表明,350℃等温转变贝氏体的抗拉强度为1401 MPa,延伸率为42.21%,强塑积可达59136 MPa·%,在室温拉伸过程中发生明显的相变诱导塑性效应;230℃等温转变组织中贝氏体铁素体片层厚度小于100 nm,抗拉强度达2169 MPa

采用热天平装置及单个球团加热的方法,测定了含碳球团的还原速度。研究了加热温度、球团配碳量、炉气组成、添加剂、原料种类等对含碳球团的还原速度和金属化率的影响及球团的冶金特性。实验结果表明:含碳球团的软化和熔化温度较高,含碳15%以上的球团在1000～1350℃加热时,在含CO2较高的高温炉气中也能够实现快速自还原,达到较高的金属化率。该球团的金属化率随加热温度提高而增加。研制出一种含煤25%的冷固结铁矿球团,其单个干球抗压强度已达1000N以上,有良好的冶金性能,可用于竖炉型炼铁设备作冶炼铁水的原料,还原剂焦碳也可用非焦煤代替

家畜繁殖障碍疾病学是学习家畜产科学一个相关学科,它涉及的主要是家畜的繁殖障碍 表现和繁殖过程中所出现的各类疾病,包括从家畜繁殖障的表现和原因、怀孕、分娩及产 后期的疾病等知识。在讲授本学科时,以母畜生产疾病,尤其是奶牛产科学部分为重点内 容,在讲各章节时,穿插或附带介绍狗、猫及实验动物和动物园哺乳动物的繁殖及产科疾 病。学生不仅要掌握各部分内容的基本概念、原理及分析方法和数据等,还要熟悉它们的 目前研究发展程度和待解决的问题,为教学毕业实习和未来走上生产岗位打下牢固的理论 基础

前几章所讨论的内容，其目的在于寻求被测量 的最佳值及其精度。在生产和科学实验中，还有另 一类问题，即测量与数据处理的目的并不在于被测 量的估计值，而是为了寻求两个变量或多个变量之 间的内在关系，这就是本章所要解决的主要问题。 表达变量之间关系的方法有散点图、表格、曲 线、数学表达式等，其中数学表达式能较客观地反 映事物的内在规律性，形式紧凑，且便于从理论上 作进一步分析研究，对认识自然界量与量之间关系 有着重要意义。而数学表达式的获得是通过回归分 析方法完成的

采用数值模拟方法对连铸电磁旋流水口内流体流动和夹杂物碰撞长大行为进行了研究.数值结果表明电磁旋流水口出口处流体流动扩张角与低熔点合金实验值相符.旋转磁场对浸入式水口内壁夹杂物沉积行为存在两个相反的作用:一方面旋转磁场作用加强了水口壁面处钢液的湍流流动,加速了夹杂物在水口内壁的沉积吸附速率;另一方面水口内壁附近夹杂物在旋转磁场产生的旋流作用下易被携带至水口中心,削弱了水口内壁对夹杂物的黏附.在上述两方面因素作用下,钢液区存在一个最佳磁感应强度可使水口内壁夹杂物沉积速率降至最低,从而减轻水口结瘤现象

连续血糖监测在糖尿病管理中具有重要的意义。目前糖尿病患者主要通过指尖采血或植入式微创传感器监测血糖，但上述方法存在疼痛、成本昂贵、易感染等问题，因此，无创监测是实现连续血糖监测的理想技术。本文利用心电(ECG)信号，提出了一种血糖水平无创监测的方法：通过获取12名志愿者共60 d 756160个ECG周期信号，利用递归滤波器实现ECG信号的滤波，并采用卷积神经网络和长短期记忆网络相结合(CNN-LSTM)的方法，实现了血糖水平的十分类监测，并通过实验探索了个体建模和群体建模2种建模方式的差异。结果表明，在个体建模和群体建模的条件下，血糖监测精确率分别约达到80%和88%。其中群体建模10分类的F1值可达到0.95、0.88、0.91、0.85、0.92、0.88、0.86、0.86、0.87和0.86。研究表明，本文提出的基于ECG的无创血糖监测方法为实现血糖水平的实时、精准监测提供了一种有力的理论支撑与技术指导

近年来，无人机入侵的事件经常发生，无人机跌落碰撞的事件也屡见不鲜，在人群密集的地方容易引发安全事故，所以无人机监测是目前安防领域的研究热点。虽然目前有很多种无人机监测方案，但大多成本高昂，实施困难。在5G背景下，针对此问题提出了一种利用城市已有的监控网络去获取数据的方法，基于深度学习的算法进行无人机目标检测，进而识别无人机，并追踪定位无人机。该方法采用改进的YOLOv3模型检测视频帧中是否存在无人机，YOLOv3算法是YOLO（You only look once，一次到位）系列的第三代版本，属于one-stage目标检测算法这一类，在速度上相对于two-stage类型的算法有着明显的优势。YOLOv3输出视频帧中存在的无人机的位置信息。根据位置信息用PID（Proportion integration differentiation，比例积分微分）算法调节摄像头的中心朝向追踪无人机，再由多个摄像头的参数解算出无人机的实际坐标，从而实现定位。本文通过拍摄无人机飞行的照片、从互联网上搜索下载等方式构建了数据集，并且使用labelImg工具对图片中的无人机进行了标注，数据集按照无人机的旋翼数量进行了分类。实验中采用按旋翼数量分类后的数据集对检测模型进行训练，训练后的模型在测试集上能达到83.24%的准确率和88.15%的召回率，在配备NVIDIA GTX 1060的计算机上能达到每秒20帧的速度，可实现实时追踪