1 河北工业大学化工学院, 天津 300400
2 天津市热电设计院有限公司, 天津 300204
本文探究了两种有机膦酸对硫氧镁水泥抗压强度、耐水性能和凝结时间的影响, 通过X射线衍射、同步热分析和扫描电子显微镜测试对硫氧镁水泥的物相组成及微观形貌进行表征和分析。结果表明: 当氨基三亚甲基膦酸(ATMP)掺量在0.75%(质量分数, 下同)时, 相较空白组28 d抗压强度增加了113.99%, 软化系数增加了101.86%; 羟基乙叉二膦酸(HEDP)掺量为0.75%时, 硫氧镁水泥表现出最佳机械强度及较高的缓凝效果, 且软化系数达到0.93; 两种有机膦酸进行复配(总掺量为0.75%), 当m(ATMP)∶m(HEDP)为3∶1时, 对硫氧镁水泥具有最佳改性效果。有机膦酸能与MgO水化过程中产生的[Mg(OH)(H2O)x]+形成稳定的螯合物, 减缓活性MgO水解为Mg(OH)2的进程, 从而延缓硫氧镁水泥的凝结时间, 为硫氧镁水泥在实际工程中的应用提供了可行性。
硫氧镁水泥 有机膦酸 517晶相 抗压强度 耐水性能 凝结时间 magnesium oxysulfate cement organic phosphonic acid 517 phase compressive strength water resistance setting time
太原科技大学 电子信息工程学院, 山西 太原 030024
针对目标发生形变、遮挡以及尺度变化导致跟踪失败的情况, 本文提出了一种改进的多特征融合的目标跟踪算法。首先, 通过计算方向梯度直方图(Histogram of Oriented Gridients, HOG)和颜色命名(Color Names, CN)特征响应相邻两帧峰值旁瓣比(Peak-to-Sidelobe Ratio, PSR)的差值得到这两种特征的融合权重, 用得到的权重对HOG和CN特征响应进行自适应融合, 将第一次融合后的响应与颜色直方图特征获得的响应以固定权重进行二次融合,并根据融合结果确定目标中心位置。其次, 结合最终目标响应值的PSR与其均值的差值变化, 对位置相关滤波器和尺度相关滤波器的学习速率进行动态调整。最后, 在OTB50标准数据集上进行实验验证, 并和其他跟踪算法进行对比。实验结果表明: 本文算法在多项性能指标上均优于其他算法, 其中精度为81.9%, 成功率为61.1%, 能有效适应形变、遮挡以及尺度变化场景下的目标跟踪。
目标跟踪 多特征融合 自适应更新 target tracking multi-feature fusion adaptive update
1 太原科技大学 电子信息工程学院, 山西 太原030024
2 中国矿业大学 计算机科学与技术学院, 江苏 徐州221116
为了解决尺度变化对目标跟踪的影响, 本文在颜色特征跟踪算法的基础下提出了一种多尺度目标跟踪算法。该算法通过训练位置和尺度两个相关滤波器以实现自适应尺度跟踪。首先通过最小二乘分类器学习获得位置相关滤波器, 采用主成分分析法对颜色特征进行降维, 计算响应的最大值作为下一帧目标中心位置; 接着根据设定的尺度因子在中心位置周围形成多个大小不一的矩形区域, 并计算每个区域的颜色特征; 学习每个区域的颜色特征, 获得尺度相关滤波器, 并采用正交三角分解对尺度相关滤波器进行降维; 然后根据响应的最大值确定跟踪目标的尺寸; 最后对目标的位置和尺寸进行更新。通过对13组挑战性的视频序列进行测试, 结果表明, 本算法不仅对目标尺度变化具有一定的适应性, 而且对光照变化、快速运动、运动模糊等复杂情况下, 均具有鲁棒性, 多项性能指标均优于目前跟踪性能先进的算法。
目标跟踪 颜色属性 主成分分析 尺度自适应 target tracking color feature principal component analysis scale adaptation