期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
温敏性P(NIPAm/AA-Na)凝胶水溶液扑灭密集堆垛火研究
被引量:
3
1
作者
贾春雷
《中国安全科学学报》
CAS
CSCD
北大核心
2017年第10期56-61,共6页
为更有效地扑灭密集堆垛火灾,在前期合成试验的基础上,用对比试验的方法,分别将一定浓度的温敏性P(NIPAm/AA-Na)凝胶水溶液和水配比成新型灭火剂,根据《水系灭火剂》标准,将经过密集化处理的、灭火级别为1A的堆垛作为灭火对象,开展密集...
为更有效地扑灭密集堆垛火灾,在前期合成试验的基础上,用对比试验的方法,分别将一定浓度的温敏性P(NIPAm/AA-Na)凝胶水溶液和水配比成新型灭火剂,根据《水系灭火剂》标准,将经过密集化处理的、灭火级别为1A的堆垛作为灭火对象,开展密集堆垛火灾灭火试验。结果表明:同等条件下,和水相比,新型灭火剂成功扑灭了密集堆垛火,并且灭明火时间、灭火时间和录像灭火时间都明显缩短;同时在灭火过程中,灭火剂发生溶胶/凝胶相转变,但未检测到新的毒害气体。
展开更多
关键词
密集堆垛
温敏性
灭火剂
灭火时间
灭火效率
下载PDF
职称材料
计及排斥力损失的密集堆垛钢管识别方法
2
作者
郁云
曹潇
《电子器件》
CAS
北大核心
2021年第3期691-696,共6页
针对待检测的密集堆垛的钢管数量大、背景杂乱、拍摄角度和光照条件不一致、钢管截面形状和堆垛不整齐等复杂场景,在研究分析传统图像识别方法和现有基于卷积神经网络的目标检测方法的不足的基础上,提出了利用变分自编码器模型实现目标...
针对待检测的密集堆垛的钢管数量大、背景杂乱、拍摄角度和光照条件不一致、钢管截面形状和堆垛不整齐等复杂场景,在研究分析传统图像识别方法和现有基于卷积神经网络的目标检测方法的不足的基础上,提出了利用变分自编码器模型实现目标物体的半自动标注,然后提出了计及排斥力损失的目标检测优化算法对密集堆垛图像中的钢管截面进行精确识别。现场图像进行识别实验的结果证明,对于复杂场景下的钢管识别,此算法具有很高的精度和鲁棒性。相对于现有的方法,本算法具有更好的识别效果和工程实用性,具有很高推广意义。
展开更多
关键词
目标检测
深度学习
密集堆垛
排斥力损失
钢管计数
下载PDF
职称材料
题名
温敏性P(NIPAm/AA-Na)凝胶水溶液扑灭密集堆垛火研究
被引量:
3
1
作者
贾春雷
机构
中国人民武装警察部队学院消防指挥系
出处
《中国安全科学学报》
CAS
CSCD
北大核心
2017年第10期56-61,共6页
基金
河北省科技计划项目(15275413)
河北省高等学校科学技术研究重点项目(ZD2016209)
+1 种基金
武警学院国家自然基金培育项目资助(ZKJJPY201622)
武警学院博士科研创新计划(BSKY201517)
文摘
为更有效地扑灭密集堆垛火灾,在前期合成试验的基础上,用对比试验的方法,分别将一定浓度的温敏性P(NIPAm/AA-Na)凝胶水溶液和水配比成新型灭火剂,根据《水系灭火剂》标准,将经过密集化处理的、灭火级别为1A的堆垛作为灭火对象,开展密集堆垛火灾灭火试验。结果表明:同等条件下,和水相比,新型灭火剂成功扑灭了密集堆垛火,并且灭明火时间、灭火时间和录像灭火时间都明显缩短;同时在灭火过程中,灭火剂发生溶胶/凝胶相转变,但未检测到新的毒害气体。
关键词
密集堆垛
温敏性
灭火剂
灭火时间
灭火效率
Keywords
dense stacking
temperature sensitive
extinguishing agent
extinguishing time
fire suppression efficiency
分类号
X932 [环境科学与工程—安全科学]
下载PDF
职称材料
题名
计及排斥力损失的密集堆垛钢管识别方法
2
作者
郁云
曹潇
机构
南京信息职业技术学院数字商务学院
中国电力科学研究院有限公司新能源研究中心
出处
《电子器件》
CAS
北大核心
2021年第3期691-696,共6页
基金
南京信息职业技术学院校青蓝工程优秀骨干教师培养对象(2020XGG10)。
文摘
针对待检测的密集堆垛的钢管数量大、背景杂乱、拍摄角度和光照条件不一致、钢管截面形状和堆垛不整齐等复杂场景,在研究分析传统图像识别方法和现有基于卷积神经网络的目标检测方法的不足的基础上,提出了利用变分自编码器模型实现目标物体的半自动标注,然后提出了计及排斥力损失的目标检测优化算法对密集堆垛图像中的钢管截面进行精确识别。现场图像进行识别实验的结果证明,对于复杂场景下的钢管识别,此算法具有很高的精度和鲁棒性。相对于现有的方法,本算法具有更好的识别效果和工程实用性,具有很高推广意义。
关键词
目标检测
深度学习
密集堆垛
排斥力损失
钢管计数
Keywords
object detection
deep learning
dense-stacking
repulsion loss
pipe counting
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
温敏性P(NIPAm/AA-Na)凝胶水溶液扑灭密集堆垛火研究
贾春雷
《中国安全科学学报》
CAS
CSCD
北大核心
2017
3
下载PDF
职称材料
2
计及排斥力损失的密集堆垛钢管识别方法
郁云
曹潇
《电子器件》
CAS
北大核心
2021
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部