应力状态对磁记忆信号的影响

 通过对20#钢试件拉伸时表面磁场的在线测量和20#钢试件经过不同程度拉伸并卸载后的表面磁场的测量,研究应力状态对磁记忆信号的影响。20#钢进行拉伸试验时,在应力集中部位,当变形很小时磁场信号变化平缓;产生一定程度塑性变形后磁场信号变化相对剧烈;出现颈缩现象时磁场信号变化非常剧烈。经分析认为,磁记忆信号的变化与材料内部微观组织的状态有关,试件变形很小时,磁弹性效应对试件表面磁场的变化起主要作用;试件变形较大时,其表面磁场的变化主要受塑性变形区内位错聚集产生的微缺陷的影响。     

蒙托克计划揭秘（上）

空军基地的奇怪事件我叫普赖斯顿·尼古尔兹,专门从事电磁现象的研究。1971年就职于纽约州长岛湾的一个专利承包公司BJM,后取得电子工程的学位,在公司的隔壁设立了独立的研究室,从事电磁现象研究。早在20世纪70年代,我知道所谓的“遥感波”存在,而且得到持有特异功能人们的协助,进行遥感通信实验。实验详细地记录了他们的反应,不久,在继续实验中发生了奇怪的事情。那就是每天一到特定的时刻,就发生这样的现象:他们的精神受到妨碍,思考被干扰。当运用各种装置追查原因时,获知当空中发射410～420兆赫电波时,他们的精神受到干扰。由此推断,有…     

鲁棒自联想神经网络在故障传感器信号恢复中的应用

总结和归纳了传感器的六类故障模式，仿真结果显示出采取鲁棒自联想神经网络能恢复发生故障的传感器信号。     

（SIM＋SME）训练方法中的Cu-Zn-Al合金形状记忆效应研究

研究了(SIM SME)训练法中的Cu-Zn-Al合金单向形状记忆效应η_ο和双向形状记忆效应η_τ。结果表明:随训练次数增加,位错增加,晶格原子有序度降低,单向形状记忆效应先急剧下降,然后缓慢下降和趋于稳定。基本稳定时的单向形状记忆效应不到初时值的50％。伴随位错增加,引入更多择优取向位错,促使形成更多择优取向马氏体,导致双向形状记忆效应急剧上升,训练9次之内出现峰值,然后缓慢上升和趋于稳定。基本稳定时的双向形状记忆效应相当于峰值的64％～88％。同时,随训练次数增加,单向记忆的动作敏感性下降,然后趋于稳定。与初期动作敏感性值相比,1号合金基本稳定时下降58％。在元件设计中应注意动作敏感性下降问题和形状记忆效应下降问题。     

两种神经网络应用于数控系统故障诊断

介绍了双向联想记忆（ＢＡＭ）学习算法神经网络和误差后向传播（ＢＰ）神经网络在数控系统故障诊断中的应用实例。这两种神经网络在数控系统故障诊断方面都有着重要的应用价值，都能实现故障的联想、容错、自学习等功能。但因为各自具有的特点不同，又使得ＢＰ网络更适于故障样本多的情况，而ＢＡＭ则适于要求对错误的故障征兆进行纠错的故障诊断系统     

裂缝宽度对磁记忆信号的影响的研究

以经爆破试验的四件小钢管件裂纹为研究对象,找出裂纹宽度与磁记忆信号的关系,得出漏磁场变化梯度的最大值随裂缝宽度增加而增加。     

辉煌的记忆成都东郊工业文明博物馆

东郊工业区,成都曾经的工业脊梁,数十万东郊人在这里挥洒过青春、热情、创造着成都工业的辉煌。如今,100多家工业企业搬走了,机器的轰鸣也远去了……东郊的老工业景观被浓缩盛装在成都东郊工业文明博物馆内,而它也承载着记录成都工业历史的重任。我们在一个个的实物中触摸过去,在一幅幅的照片中感怀历史。     

基于记忆的类比联想

类比联想——怎样发现合适的类似物,是类比推理的核心和难点。本文首先简介我们设计的一种支持类比推理的联想记忆模型,它包括语义层、具体层和抽象层。本文将类比联想分为诱发和初步确认两个阶段,其中诱发阶段遵从语义诱发原则、突出相似原则、熟悉优先原则和相似优先原则;初步确认准则包括全面相似性、目的性和差别。最后简介了我们用于实现这一原理的系统ARE(Analogical Reminding Engine)。     

金平纯粹影像复活的亲切记忆

古老的水磨房和榨油房，古法的造纸术和酿酒术，古老寺院里延续千年的雕版印刷术，以及依然存于乡间的传统炼糖工艺和砂陶制作工艺等等，那些无论是在空间上，还是在时间上都看似离我们非常遥远的场景，却在今秋一个飘拂着细雨的下午，在金平先生设于城南的摄影工作室内生动地呈现在了我的眼前。尤其是那些依托于古老民间工艺展现的影像是为质朴，让我一时以为自己就走进了儿时生活的乡间场景，让我一下子就感受到了先辈生产劳作的浓烈生活气息——那份纯粹创造的至美，那份至美传递的亲切无疑是让人惊讶而感动的。     

融合语义信息的视频摘要生成

视频摘要任务旨在通过生成简短的视频片段来表示原视频的主要内容，针对现有方法缺乏对语义信息探索的问题，提出了一种融合语义信息的视频摘要生成模型，学习视频特征使其包含丰富的语义信息，进而同时生成描述原始视频内容的视频摘要和文本摘要。该模型分为3个模块:帧级分数加权模块、视觉-语义嵌入模块、视频文本描述生成模块。帧级分数加权模块结合卷积网络与全连接层以获取帧级重要性分数；视觉-语义嵌入模块将视觉特征与文本特征映射到同一空间，以使2种特征相互靠近；视频文本描述生成模块最小化视频摘要的生成描述与文本标注真值之间的距离，以生成带有语义信息的视频摘要。测试时，在获取视频摘要的同时，该模型获得简短的文本摘要作为副产品，可以帮助人们更直观地理解视频内容。在SumMe和TVSum数据集上的实验表明:该模型通过融合语义信息，比现有先进方法取得了更好的性能，在这2个数据集上F-score指标分别提高了0.5%和1.6%。