基于傅里叶域卷积表示的目标跟踪算法

针对目标跟踪问题,提出基于傅里叶域卷积表示的目标跟踪算法,将目标跟踪问题转化为卷积表示模型,通过求解最优滤波器,得到对目标函数的最佳表示,可以实现快速鲁棒的跟踪。多通道卷积表示模型在傅里叶域等价于求解线性方程的最佳近似解。首先,通过广义逆理论求得该方程的最优通解,给出一般滤波器的表示形式;然后,利用前一时刻的滤波器和当前特征模板生成当前滤波器,利用满秩算法快速求解广义逆;最后,在位移和尺度上更新、应用该滤波器。在目标跟踪基准(OTB)数据库中的大量实验表明,本文算法比当前部分较为先进的跟踪算法具有更好的表现,并提供了更加灵活多样的滤波器设计。

基于深度卷积的残差三生网络研究与应用

针对图像多分类任务,提出基于深度卷积的残差三生网络,旨在通过残差学习和距离比较来训练神经网络得到有效的特征表示。首先,设计了一个21层的深度卷积神经网络作为三生网络的嵌入网络,其中该卷积网络共连接6个块(block)。利用残差学习的方式,每个block的输出层由卷积层的输出和该block的输入共同组成,降低网络学习难度,避免网络出现退化问题。然后,每个block中采用相同拓扑结构分路的卷积层,拓宽网络的宽度。最后,在全连接层拼接了来自前面卷积层和block的输出,加强特征信息的传递。训练前,针对正负样本采用交叉组合的采样方法来增加有效训练样本量;训练期间,用样本中心点更换原点样本作为输入,能平均降低0. 5%错误率。在与其他三生网络的对比实验中,在MNIST、CIFAR10和SVHN数据库上达到最好的效果,在所有分类网络中,本文网络在MNIST上达到最好的效果,在CIFAR10和SVHN上表现优异。

低温脱脂剂的研制及其应用

以5％表面活性剂RF-25—1、25％NaOH和0．1％EDTA配制成高效水基金属脱脂清洗剂。通过静态试验研究了脱脂温度、脱脂时间对清洗剂脱脂效果的影响。结果表明，该脱脂清洗剂获得良好效果的工作条件是：温度50℃，时间20s。动态试验中，在55℃下用该脱脂剂处理走行线速度为200m／min的带钢板，脱脂后钢板表面对水的接触角在50～120之间。该产品应用于实际工厂的不锈钢和冷轧钢板的脱脂处理，效果良好。

家电行业无磷涂装前处理剂

比较了家电行业磷化工艺和无磷涂装前处理工艺流程,介绍了在家电涂装前处理行业中取得良好应用的各种无磷脱脂剂配方以及无磷成膜处理剂配方,包括硅烷处理剂、纳米陶化处理剂、硅烷和陶化复合处理剂及其他处理剂配方,为无磷涂装前处理剂的开发应用提供参考。

印刷用PS版铝板基卷材的清洗

印刷用预涂感光版(PS版)基卷材在经过轧机后表面会带有大量的轧制油,在投入使用前需要进行快速高效的脱脂清洗。介绍了一种适用于印刷用PS版铝板基卷材的无泡液体碱性脱脂剂,通过泡沫试验对其进行了泡沫评价,通过与专业脱脂剂的实验室清洗效果对比,以基板及其涂覆轧制油后的中试和现场清洗效果试验对脱脂剂的脱脂性能进行了评价,对B值[用以表征Al(OH)3的浓度]、游离碱度和电导率等槽液管理参数进行了讨论。用荧光分析法检测以该脱脂剂现场清洗后的板材,得其残油量≤8mg/m2(双面),符合标准要求。