依托高压气源,建立了高压临界流文丘里喷嘴气体流量标准装置。在小流量的校准实验中,标准临界流文丘里喷嘴(CFVN)阵列上游的温度场分布对测量不确定度具有重要影响。针对标准CFVN阵列上游的温度场,在喉径8.251 mm CFVN的校准实验中,分...依托高压气源,建立了高压临界流文丘里喷嘴气体流量标准装置。在小流量的校准实验中,标准临界流文丘里喷嘴(CFVN)阵列上游的温度场分布对测量不确定度具有重要影响。针对标准CFVN阵列上游的温度场,在喉径8.251 mm CFVN的校准实验中,分析和对比了3种不同标准CFVN阵列组合方式以及不同流量下的温度场分布特性。实验结果表明:小流量下,标准CFVN阵列上游的最大温差为1.97 K,随着管内流量增加,温度场分布不均匀性降低;3种不同标准CFVN阵列组合方式下,阵列上游最大温差在1.10~1.97 K之间变化。因此,为提高滞止温度测量精度,需要优化小流量下的温度测量方法。展开更多
近年来,生物特征识别技术取得了快速的发展,从单一模态下身份识别逐渐演变为融合多模态特征的身份识别。其中基于掌纹和掌静脉的身份识别技术是一大研究热点,如何实现实时非接触式手掌识别仍然存在挑战。本文中我们采用双目相机同时获...近年来,生物特征识别技术取得了快速的发展,从单一模态下身份识别逐渐演变为融合多模态特征的身份识别。其中基于掌纹和掌静脉的身份识别技术是一大研究热点,如何实现实时非接触式手掌识别仍然存在挑战。本文中我们采用双目相机同时获取可见光和近红外光手掌图像,基于手掌关键点检测来定位感兴趣区域,并设计了一个融合Log-Gabor卷积的掌纹和掌静脉网络(Log-Gaborconvolution Palmprint and Vein Network,LogPVNet),该网络采用双支路并行特征提取结构,并设计了参数自适应Log-Gabor卷积以及多感受野特征融合模块,显著提升了双模态图像纹理特征的提取能力。在CASIA-PV和TJU-PV两个公开的掌纹和掌静脉数据集和自建数据集——SWUST-PV上进行方法测试,实验结果表明:所提出的方法在保证识别精度达到99.9%以上,等误率值低至0.0012%或以下的情况下,模型参数量与基础模型相比降低76%,浮点计算量降低81%,实现了模型的轻量化。展开更多
围绕如何在浩瀚的中文网页中找到用户感兴趣的内容,提出了基于UCL(Uniform Content Locator)的“二阶过滤法”.它将媒体空间中的信息用UCL语义格(Semantic Cases based on UCL,SCU)表示,通过语义向量空间模型(Semantic Vector Space Mod...围绕如何在浩瀚的中文网页中找到用户感兴趣的内容,提出了基于UCL(Uniform Content Locator)的“二阶过滤法”.它将媒体空间中的信息用UCL语义格(Semantic Cases based on UCL,SCU)表示,通过语义向量空间模型(Semantic Vector Space Model,SVSM)对网页的语义矩阵进行分析计算,粗略筛选出用户感兴趣的网页;再借助精细语义逐句解读其内容,提取用户所关注的信息.根据用户的阅读行为动态了解用户的兴趣变化,建立用户兴趣的本体模型,并分析和定义了用户兴趣度的度量.实验验证了上述过滤方法的有效性,其测试结果同向量空间模型(Vector SpaceModel,VSM)进行了比较,性能明显优于VSM.展开更多
文摘依托高压气源,建立了高压临界流文丘里喷嘴气体流量标准装置。在小流量的校准实验中,标准临界流文丘里喷嘴(CFVN)阵列上游的温度场分布对测量不确定度具有重要影响。针对标准CFVN阵列上游的温度场,在喉径8.251 mm CFVN的校准实验中,分析和对比了3种不同标准CFVN阵列组合方式以及不同流量下的温度场分布特性。实验结果表明:小流量下,标准CFVN阵列上游的最大温差为1.97 K,随着管内流量增加,温度场分布不均匀性降低;3种不同标准CFVN阵列组合方式下,阵列上游最大温差在1.10~1.97 K之间变化。因此,为提高滞止温度测量精度,需要优化小流量下的温度测量方法。
文摘近年来,生物特征识别技术取得了快速的发展,从单一模态下身份识别逐渐演变为融合多模态特征的身份识别。其中基于掌纹和掌静脉的身份识别技术是一大研究热点,如何实现实时非接触式手掌识别仍然存在挑战。本文中我们采用双目相机同时获取可见光和近红外光手掌图像,基于手掌关键点检测来定位感兴趣区域,并设计了一个融合Log-Gabor卷积的掌纹和掌静脉网络(Log-Gaborconvolution Palmprint and Vein Network,LogPVNet),该网络采用双支路并行特征提取结构,并设计了参数自适应Log-Gabor卷积以及多感受野特征融合模块,显著提升了双模态图像纹理特征的提取能力。在CASIA-PV和TJU-PV两个公开的掌纹和掌静脉数据集和自建数据集——SWUST-PV上进行方法测试,实验结果表明:所提出的方法在保证识别精度达到99.9%以上,等误率值低至0.0012%或以下的情况下,模型参数量与基础模型相比降低76%,浮点计算量降低81%,实现了模型的轻量化。
文摘围绕如何在浩瀚的中文网页中找到用户感兴趣的内容,提出了基于UCL(Uniform Content Locator)的“二阶过滤法”.它将媒体空间中的信息用UCL语义格(Semantic Cases based on UCL,SCU)表示,通过语义向量空间模型(Semantic Vector Space Model,SVSM)对网页的语义矩阵进行分析计算,粗略筛选出用户感兴趣的网页;再借助精细语义逐句解读其内容,提取用户所关注的信息.根据用户的阅读行为动态了解用户的兴趣变化,建立用户兴趣的本体模型,并分析和定义了用户兴趣度的度量.实验验证了上述过滤方法的有效性,其测试结果同向量空间模型(Vector SpaceModel,VSM)进行了比较,性能明显优于VSM.