Say Your Eco-friendly Slogan in 2008!——Take Cotton Bags Home and Become an Environmentalist

Take your own cotton shopping bags on your next trip to the supermarket and avoid excessive use of plastic bags. This has become the latest environmentally-friendly trend in China. A decree issued on January 8, 2008 by the General Office of the State Council banning the production, sales and use of ultra thin plastic

Shape memory behavior of SMPU knitted fabric

A preliminary investigation of shape memory (SM) effects of SMPU (shape memory polyurethane) knitting fabric is presented in this paper. Three SMPU knitted fabrics series with different content of SMPU fibers: 100% SMPU, 50% SMPU and 50% cotton, 16% SMPU and 84% cotton are designed and manufactured in our lab. Their shape memory behaviors at different temperatures are characterized in terms of bagging. Our experimental results showed that shape memory effect can be improved with increasing content of SMPU fibers. A comparison between Lycra and SMPU knitted fabrics was also made to validate the shape memory effects of SMPU knitted fabrics.

联合自适应邻域和Bagging的协同表示集成学习方法

近年来,协同表示分类(collaborative representation classification,CRC)算法成为高光谱遥感影像分类的研究热点,其中基于bagging的协同表示集成学习算法(bagging-based collaborative representation classification,BagsCRC)利用bagging集成方式有效地提高了基分类器协同表示分类算法的精度。为进一步提升BagsCRC算法的有效性,文章提出了一种联合自适应形状邻域和bagging协同表示集成学习算法(shape-adaptive bagging-based collaborative representation classification,SABagsCRC)。该算法通过构建训练样本和测试样本的自适应形状邻域,进而构建空间信息约束的分类器集成模式。实验采用Indian pines和Washington DC Mall两组高光谱遥感影像,对所提出算法的性能进行了评价。实验结果表明,SABagsCRC算法在分类效果上比BagsCRC算法有明显的提升。

基于Bagging-PNN算法的树叶分类方法优化

不同类型的树叶有不同的形状特征,依据叶片的这些特征可以简单而有效地区分不同种类的叶片。该文在Matlab平台上从二值化的树叶图片中提取了13维特征指标,包括长宽比、矩形度、圆形度等,依据这些特征指标,使用概率神经网络(PNN)在83种树叶的数据集上进行实验,识别结果的平均准确率约为86.3%,使用集成学习(Bagging)对分类算法进行改进,使用PNN作为弱分类器,将多个PNN分类器的投票结果作为最终分类结果输出,相比于传统的PNN算法,该文使用的Bagging-PNN算法对于叶片识别准确率提高到了90.3%。

YADE, a New Method for PCR Walking of Genomic DNA and cDNA in Cotton

The isolation of flanking sequences is a crucialstep in the study of gene cloning and expression.On the basis of Y-shaped adaptor(Prashar andWeissman,1996),we designed a new methodwhich could be used to amplify the flankingregion from both genomic DNA and cDNA.Thismethod was designated as Y-shaped adaptordependent extesion(YADE).The schematic ofthis method is showed in fig.1.

基于局部形状特征和Bag-of-Feature模型的磨粒图像形状特征提取

以磨粒图像为研究对象,提出了基于局部形状特征和Bag-of-Features模型的磨粒形状特征提取方法。首先构建磨粒区域的骨架,根据骨架端点和分支得到磨粒的轮廓基元和区域基元,不同数量的相邻的轮廓和区域基元组合构成局部轮廓和局部区域,提取局部轮廓和区域的形状特征,两者融合得到磨粒的局部形状特征集合。然后根据Bag-of-Features模型的思想,以训练集所有磨粒样本的局部形状特征集合为基础,构建视觉词典,经过特征编码、特征汇集和归一化,得到磨粒形状特征的编码向量表示。最后根据形状特征的编码向量,采用多级支持向量机的方法对磨粒类型进行识别。实验结果表明,基于提出的磨粒形状特征方法能够有效、准确地识别磨粒类型。

基于形状文法的金秀瑶族服饰纹样在文创女包中的设计应用

为挖掘金秀瑶族服饰纹样在女包设计中的应用与创新,实现民族文化与文创产品的交流融合,结合形状文法对金秀瑶族的服饰纹样进行深入探讨。首先,通过实地考察,并选择具有代表性的金秀瑶族服饰纹样,根据其艺术特征进行归类,并从中提取造型要素,构建出初始纹样的素材库;其次,应用形状文法推演规则,使初始纹样经过演化和转换并生成新纹样,遵循现代设计手段将其应用于女包中;最后,采用模糊综合评价法对设计方案进行评价,选出最佳设计方案。验证了金秀瑶族服饰纹样在文创女包设计中的可行性,同时也为民族风格的文创产品设计提供了更加客观的设计方法,也对传承和创新金秀瑶族传统文化具有意义。

整体化“E”形复合材料框成型工艺设计

随着航空先进复合材料应用愈发广泛,复合材料零件的形式逐渐增多,应用也愈发广泛,框是飞机的重要组成部分,常用作机身隔框或其他骨架零件,其直接影响着飞机的外形准确度和结构承载能力,“E”形复合材料框的巧妙设计和尝试提高了复合材料框的整体化水平,避免了金属框类零件难加工、疲劳性差等缺点,分析此“E”形复合材料框零件的结构特点,基于真空袋-热压罐成型方法,阐述了该类零件成型的工艺难点和关键控制点,巧妙设计成型工装方案,严格控制工艺操作流程,制造出内部质量好、外形尺寸精准、外观良好的复合材料“E”形框零件。

基于混合驱动的分离罗拉运动轨迹规划研究

针对当前棉精梳机分离接合机构运动输出特性固定、振动大等问题,分析棉精梳机分离罗拉分离接合工艺,确定分离罗拉运动的位移关键点位置,根据差动轮系的运动规律提出交替驱动和分段驱动2种动力分配方案,并采用三次样条曲线作为交替驱动位移曲线、S型加减速曲线作为分段驱动位移曲线,通过对比分析得到最佳分离罗拉运动轨迹。指出:当设定棉纤维长度为30 mm时,2种驱动方案均能满足分离接合要求;采用混合驱动机构对分离罗拉高速正反转运动进行分解,实现伺服电机混合驱动分离罗拉,其运动性能更佳。

近代衣袋的造型及演变

采用三重证据法,基于文献、实物和图像等资料,从类别、造型、流变3个维度出发,对近代服装中的衣袋造型艺术与变化进行研究。研究表明:近代衣袋分为贴袋、挖袋、插袋3种,其造型艺术特征主要表现为衣与衣袋的装饰统一和秩序统一;其流行变化体现出近代服装实用性增强与审美多元化的特点。

全人棉印染面料生产工艺的探讨

针对全人棉面料缩水率大的问题,文章分析了其原因。对边部组织设计、染整工艺流程及工艺参数的研究试验结果表明,全人棉面料边部组织的紧度须与地组织一致,边毛只有控制在0.5~0.8 cm才能避免掉边纱的问题;采用气流退浆、气流染色、免烫焙烘超喂定型的工艺,面料各项测试指标及正反面色差均达到标准要求。

棉/氨纶弹力面料高级免烫工艺的探讨

棉/氨纶弹力面料具有良好的吸湿性、透气性、柔软手感,且有良好的伸缩性,但面料在穿着和洗涤过程中不能保持平整的外观。通过筘幅设计、纱线预定形工艺优化、浆纱配方优化、整理工艺优化后,面料的缩水率、撕破强力、拉伸强力、弹性、平整度均达到测试指标。

秀英港7号、8号泊位重力式方块码头修复加固方案研究及应用

结合工程实例,秀英港7号、8号泊位码头存在失稳倾覆风险,为保证码头的正常使用和生产,提出码头修复加固方案。针对码头基床掏空区域,设置水下钢筋笼并抛石,侧面采用石坝封堵,形成局部封闭区域,浇筑水下不分散混凝土并进行二次压浆的方案进行修复;针对方块倾覆区域,设置预制L形挡板,侧面采用橡胶气囊封堵,形成局部封闭区域,浇筑水下不分散混凝土并进行二次压浆的方案进行修复。项目实施取得了良好的施工效果,可为类似工程提供借鉴。

利用YADE法进行棉花基因组PCR步行

设计了一种依靠“Y”形接头延伸未知序列的方法 (YADE ,Y shapedAdaptorDependantExtension) ,成功地抑制了在未知序列扩增中的单引物扩增。用这种方法从棉花基因组中扩增了一个棉花胚珠cDNA片段F0 2 7的相邻序列———F0 2 7S和F0 2 7A。重叠分析表明 ,F0 2 7S与F0 2 7有 10 4bp的重叠 ,F0 2 7A与F0 2 7有 175bp的重叠。两个延伸片段分别含有 1和 3个可能的内含子 ,内含子均具有保守的边界序列GT -AG和与哺乳动物类似的分枝点序列。还对YADE法扩增未知序列的优缺点和可能的改进作了进一步讨论。

L形层板真空袋成型缺陷的实验研究

采用真空袋阳模成型法在不同条件下制备了90°的L形玻纤单向布/环氧树脂层板,对层板不同位置处纤维密实和缺陷状况进行了研究,考察了成型过程主要工艺条件对缺陷的影响规律。结果表明,富树脂、孔隙、厚度分布不均和纤维屈曲变形是L形层板中主要的缺陷类型,加压时机、层板尺寸、铺层方式以及边界条件对纤维密实和缺陷的形成都有重要的影响。对以上各种缺陷的产生机制进行了初步分析:剪切流动的存在导致层板厚度分布不均匀而且出现富树脂区;纤维的屈曲变形是由于轴向受压缩力;本文实验条件下孔隙的主要来源是夹杂空气。研究结果对热压工艺中缺陷的预测与控制以及工艺参数的优化具有重要的指导意义。

泥浆不均匀时土工织物充填袋特性

与砂土不同,粉土的尺寸比较小,在充填时将很快形成重度不均匀的泥浆。针对泥浆重度不均匀条件下土工织物充填袋形状和力学特性,建立了泥浆重度成线性增加情况下的土工充填袋变形方程,并通过数值方法进行求解。计算结果表明,考虑由于粉土沉淀而导致的重度不均匀时,土工织物充填袋形状更加扁平,所受的拉力增大。因此考虑粉土泥浆沉淀的不均匀性是必要的。

纳米纤维素尺寸和形态的可控制备与表征

以脱脂棉为原材料，通过机械剪切和酸水解2种方法制备了不同尺寸、形态的纤维素，考察了各因素对纤维素尺寸、形态的影响规律。利用傅立叶转换红外光谱仪（FT-IR）、透射电子显微镜（TEM）观察法、扫描电子显微镜（SEM）观察法和激光粒度分析法对所制得的不同尺寸、形态的纤维素进行分析表征。FT-IR 分析表明，采用以上2种方法制备的产物是纤维素。扫描电镜照片和激光粒度数据表明，机械剪切制备的纤维素粒径均集中在10～100μm区间，占产物总量的68.58%～78.94%，其长度集中在40～55μm，直径约为5μm，长径比为8︰1～10︰1，并含有极少量长度数十微米、直径200 nm左右高长径比的纳米级纤丝状纤维素。透射电镜照片和激光粒度数据表明，控制酸水解的条件制备出呈短棒状的纤维素，其尺寸从微米级至纳米级不等，长径比约为7.5︰1～20︰1。

基于颜色信息和形状特征的棉桃识别方法

为了给机械手自动采摘棉桃提供运动参数,提出了一种棉桃识别方法,可以从背景环境中准确识别棉桃,获取棉桃准确的位置信息。通过对棉花不同部分颜色数据的分析,建立了基于色差信息的识别模型,为进一步提高识别准确性,利用形状特征建立动态Freeman编码方法去除噪声。实验结果表明这种方法具有良好的棉桃识别效果,识别率达到85%。

基于形状特征的脱绒棉种品种识别

该文以中棉50、新陆早26、新陆早33棉花品种为研究对象,基于图像处理技术提取了脱绒棉种的面积周长类、最大径类、椭圆类和区域矩类共14个形状特征参数,并运用多元统计分析方法,利用统计学中的集中趋势指标与离散程度指标对数据进行分析,将综合特征指标作为品种判别的参数;利用SPSS软件,用逐步判别分析法建立了3个品种的识别模型,得出3个线性分类函数,经验证,预测组成员中,中棉50、新陆早26和新陆早33的正确率分别为90%,80%,100%,判别效果显著。

高紧度形状记忆纤维/棉机织物的记忆性能

为探究高紧度状态下形状记忆机织物的记忆性能,设计开发了15种形状记忆纤维(SMF)在经纬向呈不同分布的高紧度形状记忆纤维/棉机织物,与参照织物一起进行形状记忆性能的测试。结果表明:织物的形变固定率一致性程度较高;形状回复率总体随SMF含量提高有增大趋势,此规律经向比纬向明显;织物某一向的紧度超过一定限度时,经纬纱之间的摩擦阻力将会造成另一向的形状回复性能不足;单向含SMF织物因拉伸载荷对另一向的收缩和剪切效应,使得织物另一向也具有一定的形状记忆性能;高紧度机织物在某一向SMF含量固定(或不含SMF)时,织物另一向的形状记忆性能随SMF含量增加而提高。