残差网络融合深度卷积模型研究

图像分类任务是计算机视觉中的基本任务之一,可以对输入的图像进行分类。自2012年AlexNet卷积网络模型问世,先后出现了VGG,GoogleNet及ResNet等经典网络模型。卷积网络模型层数的加深可以提高模型的表现能力,而残差网络模型的提出,使得网络模型的深度达到了成百上千层。随着卷积网络模型层数的不断加深,模型的网络结构越来越复杂。近年来,在智能终端设备普及与发展的同时,大量的轻量化模型不断涌现。其中,MobileNetV使用深度卷积减少了模型的参数量,模型的体积随之减小。文章研究的残差网络融合深度卷积模型(MixNet)在结构上融合了上述2种网络模型的优点,在保持较高正确率的同时大幅减少了模型的参数量。

关于双卧轴搅拌机“裹轴”现象和采取措施的探讨

双卧轴强制式搅拌机（以下简称双卧轴搅拌机）在商品混凝土或者大坝混凝土中起着举足轻重的作用，象三峡工程、小浪底工程、龙滩水电站工程均是以双卧轴搅拌机作为主要代表。但随着它的普遍应用，一些问题也曝露出来，其中．“裹轴”是较突出的一个现象，也是很多用户较头疼的问题。分析起来，“裹轴“应该有以下原因：