-
题名湿法冶金中环保理念的体现和运用分析
被引量:1
- 1
-
-
作者
王丽苑
于沛泽
朱红
马普利
-
机构
西北矿冶研究院
江苏理工学院
-
出处
《甘肃冶金》
2021年第5期16-19,共4页
-
文摘
湿法冶金中环保理念的体现和运用,是冶金行业改善环境污染,协调与生态环境关系的重要举措。通过对湿法冶金技术的研究以及应用现状、意义分析,认识到湿法冶金技术对冶金行业的重要性,同时正确理解其产生的环境污染现象,及时对环保理念体现与运用进行分析,目的在于有效改善湿法冶金技术应用所造成的环境污染。
-
关键词
湿法冶金技术
机械除尘
催化湿式氧化法
湿式空气氧化法
-
Keywords
hydrometallurgical technology
mechanicalcleaning
the method of catalytic wet oxidation
the method of wet air oxidation
-
分类号
TF111.3
[冶金工程—冶金物理化学]
-
-
题名在不停炉的情况下对固定式冶金炉炉拱的修复技术
- 2
-
-
作者
于照阳
于沛泽
吴世洋
-
机构
西北矿冶研究院
江苏理工学院
-
出处
《甘肃冶金》
2020年第2期48-50,共3页
-
文摘
通过对在不停炉的情况下对固定式冶金炉炉拱的修复技术论述,介绍这一技术的特点,对固定式冶金炉炉拱的修复提供了一个不同的思路。为提高固定式冶金炉的炉寿命,提高固定式冶金炉的各项技术指标,对提高企业的经济效益提供了有效保障。
-
关键词
固定式冶金炉
炉拱
拉杆
砌筑
-
Keywords
stationary metallurgical furnace
furnace arch
pull rod
masonry
-
分类号
TF806
[冶金工程—有色金属冶金]
-
-
题名跨模态行人重识别研究与展望
被引量:8
- 3
-
-
作者
陈丹
李永忠
于沛泽
邵长斌
-
机构
江苏科技大学计算机科学与技术系
南京大学计算机学院
-
出处
《计算机系统应用》
2020年第10期20-28,共9页
-
基金
国家自然科学基金(61471182)
江苏省研究生创新工程(CXLX13_70,KYCX17_1845)
-
文摘
行人重识别是计算机视觉的热门研究方向,其对智能安防、视频监控的发展有着重大意义.目前大部分工作主要集中在研究基于可见光的行人重识别,然而可见光摄像头无法在光线不足的黑夜中正常使用,而新型摄像头能够随机切换红外模式进行24小时视频监控,因此最近有一些工作对RGB-IR跨模态行人重识别问题进行了研究.本文分别从定义、研究难点和发展现状介绍了跨模态行人重识别问题,并根据不同的技术类型将目前存在的方法分为三类,即基于统一特征模型的方法;基于度量学习的方法;基于模态转换的方法.本文也详细介绍了该任务的数据集和评价准则,并对现有算法的性能进行分析与归纳.最后,总结了跨模态行人重识别的未来发展方向.
-
关键词
跨模态行人重识别
红外图像
统一特征模型
度量学习
模态转换
-
Keywords
cross modality person re-identification
infrared image
unified feature model
metric learning
modality transformation
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名弱监督场景下的行人重识别研究综述
被引量:8
- 4
-
-
作者
祁磊
于沛泽
高阳
-
机构
计算机软件新技术国家重点实验室(南京大学)
-
出处
《软件学报》
EI
CSCD
北大核心
2020年第9期2883-2902,共20页
-
文摘
近年来,随着智能监控领域的不断发展,行人重识别问题逐渐受到学术界和工业界的广泛关注,其主要研究将不同摄像头下相同身份的行人图像进行关联.当前,大部分研究工作关注在有监督场景下,即给定的训练数据都存在标记信息,然而考虑到数据标注工作的高成本,这在现实应用中往往是难以拓展的.关注于弱监督场景下的行人重识别算法,包括无监督场景和半监督场景,并且对当前先进的方法进行了分类和描述.对于无监督场景的行人重识别算法,根据其技术类型划分为5类,分别为基于伪标记的方法、基于图像生成的方法、基于实例分类的方法、基于领域自适应的方法和其他方法;对于半监督场景的行人重识别方法,根据其场景类型划分为4类,分别为少量的人有标记的场景、每一个人有少量标记的场景、基于tracklet的学习的场景和摄像头内有标记但摄像头间无标记的场景.最后,对当前行人重识别的相关数据集进行了整理,并对现有的弱监督方法的实验结果进行分析与总结.
-
关键词
行人重识别
半监督学习
无监督学习
深度学习
人工智能
-
Keywords
person re-identification
semi-supervised learning
unsupervised learning
deep learning
artificial intelligence
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP18
[自动化与计算机技术—控制理论与控制工程]
-