采用原位反应喷射沉积法制备TiCP/7075(TiCP体积分数为2·91%)铝合金,观察其微观组织.应用I mage Tool软件及平均截线法统计平均晶粒尺寸,并与喷射沉积7075铝合金进行对比.发现前者的晶粒尺寸比后者减小50%左右,表明原位TiC颗粒对喷射沉积7075铝合金组织具有显著的细化作用.从形核的属性、速度以及过程的晶体学分析对其细化机理进行了解释

本文首先介绍了目前数字抠像的交互方式,然后把抠像技术分为基于颜色采样、基于像素相似性、基于能量函数以及基于机器学习的四类技术,介绍和分析了其中的典型算法和最新研究成果,并对这些算法的测试结果进行了定量和定性比较,最后总结了数字抠像技术目前的研究状况和未来的发展方向

一、填空题: 1、碳的质量分数的铁碳合金称之为铸铁,通常还含有较多的Mn、等元素。 2、优质碳素结构钢的钢号是以来表示的。 3、碳钢常规热处理有四种

气压放电效应是空间大功率微波部件的特殊效应之一,文章简要介绍了低气压放电效应的概念,重点阐述了低气压放电效应在理论分析及数值模拟、抑制方法和实验测试四个方面的研究进展,最后指出了低气压放电未来发展的趋势

利用热膨胀仪对低碳含铌钢(0.028%C-0.25%Si-1.82%Mn-0.085%Nb)进行热处理模拟,即950℃正火后快速冷却到中间温度350~550℃,随后进行不同加热速率、保温温度及保温时间的回火处理.采用光学显微镜、扫描电镜和图像分析方法,分析了不同回火条件下组织中的马氏体-奥氏体(MA)形貌、尺寸及分布.结果表明:回火前的终冷温度在贝氏体相变温度区间及提高回火升温速率,会增加回火组织中MA的体积分数,MA体积分数最高达到7.9%.提高回火温度和延长回火时间,MA的体积分数会出现峰值.回火后,MA平均尺寸在0.77~1.48μm.提高终冷温度、升温速率、回火温度和延长回火时间,会使回火后的MA粗大,并呈多边形化.MA的体积分数和平均尺寸主要受中间冷却过程结束时未转变奥氏体量、回火过程中铁素体向残余奥氏体碳扩散程度以及回火后残余奥氏体稳定性的影响

基尔霍夫电流定律：对于集总参数电路中的任一节点．在任一时刻，流经该节 点的所有支路电流的代数利等于 。 基尔霍夫电压定律：对于集总参数电路中的任一回路，在任一时刻，沿该回路 的所有电压降的代数和等于

一、地学模型概述 地理信息系统以数字世界表示自然世界，具有完备的空间特性，可以存储和处理不同 地理发展时期的大量地理数据、并具有极强的空间系统综合分析能力，是地理分析的有力 工具。因此，地理信息系统不仅要完成管理大量复杂的地理数据的任务，更为重要的是要 完成地理分析、评价、预测和辅助决策的任务，必须发展广泛的适用于地理信息系统的地 理分析模型，这是地理信息系统走向实用的关键

线性规划中所使用的数据,大多是些估计值,有的不够准确，这就需要研究当对某些数据作稍许改变 时，最优解是否变化?如何变化?更何况实际情况还常有变动，特别经济问题是如此,象产品价格的变动,资 源限制数的增减，约束条件的增减，变量的增减等等。这势必影响最优解和最优值。可见充分利用原最优 表，分析最优解对某些数据变化的反应程度即灵敏度是十分必要的，同时也避免了因条件的些许改变而去 从头求解，故灵敏度的分析亦称最优化后分析

一、数量性状的特征: 遗传性状分为质量性状和数量性状两类。 质量性状:在可以遗传的性状中,性状在后代的变异中是表现为不连续的 变异,在它们之间可以明显的分组,进行频率的统计。是由一对或少数n对基 因所控制的遗传方式一般能符合孟德尔的遗传原则

高质量睡眠与儿童的身体发育、认知功能、学习和注意力密切相关，由于儿童睡眠障碍的早期症状不明显，需要进行长期监测，因此急需找到一种适用于儿童睡眠监测，且能够提前预防和诊断此类疾病的方法。多导睡眠图(Polysomnography，PSG)是临床指南推荐的睡眠障碍基本检测方法，通过观察PSG各睡眠期间的变化和规律，对睡眠质量评估和睡眠障碍识别具有基础作用。本文对儿童睡眠分期进行了研究，利用多导睡眠图记录的单通道脑电信号，在Alexnet的基础上，用一维卷积代替二维卷积，提出一种1D-CNN结构，由5个卷积层、3个池化层和3个全连接层组成，并在1D-CNN中添加了批量归一化层（Batch normalization layer），保持卷积核的大小保持不变。针对数据集少的情况，采用了重叠的方法对数据集进行了扩充。实验结果表明，该模型儿童睡眠分期的准确率为84.3%。通过北京市儿童医院的PSG数据获得的归一化混淆矩阵，可以看出，Wake、N2、N3和REM期睡眠的分类性能很好。对于N1期睡眠，存在将N1期睡眠被误分类为Wake、N2和REM期睡眠的情况，因此以后的工作应重点提升N1期睡眠的准确性。总体而言，对于基于带有睡眠阶段标记的单通道EEG的自动睡眠分期，本文提出的1D-CNN模型可以实现针对于儿童的自动睡眠分期。在未来的工作中，仍需要研究开发更适合于儿童的睡眠分期策略，在更大数据量的基础上进行实验