陕西有色八项目入选省属企业关键核心技术攻关清单

来源 :中国钼业 | 被引量 : 0次 | 上传用户:bingdaogege
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近日,陕西省国资委发布了《省属企业关键核心技术攻关清单》(以下简称《清单》),陕西有色金属集团共有8项重点技术攻关项目入选,入选数量位居陕西省属企业第一位。2020年3月,陕西省国资委启动了省属企业关键核心技术攻关清单项目评审工作,陕西省24户省属企业共计上报115个项目。经过企业申报、项目初核、专家评审、会议研究等层层筛选,陕西省国资委最终确定了32个重点技术攻关项目列入《清单》。其中,陕西有色金属集团“贵金属增材制造技术研究与应用示范”“复杂条件下深部矿产高分辨电磁探测关键技术与工程示范”“高性能银浆
其他文献
课堂上学生的面部表情和姿态是学习状态的一种自然流露,能够反映出学习者当前的学习状态。而传统的情感识别方法存在识别准确率低、特征提取困难以及实时性差等问题。针对上述问题,本文提出了一种基于表情和姿态的双模态情感识别模型。该模型主要由二部分构成:一是针对学习者的表情和姿态识别,在Tiny_YOLOv3目标检测算法基础上,通过加入注意力机制SEBlock,改进原模型的卷积结构,并采用GIoU loss改
本设计利用UWB技术,通过定位算法对标签进行定位。以STM32F407ZGT6单片机作为主控核心控制器,DWM 1000作为数据传输传感器,通过标签对数据的采集传给主控单片机进行数据处理,
2011年发生福岛严重核事故后,锆合金包壳材料的安全可靠性受到严重的质疑,国内外对事故容错燃料(ATF)开始了广泛的研究。Mo合金由于其优异的高温性能成为了ATF的候选包壳材料
针对城市环境下VANET(Vehicle Ad-hoc Network)的场景特点,本文提出基于车流特征的路由算法TCR(Routing algorithm based on traffic flow characteristics)。该算法通过实时
手写体数字识别是人工智能识别系统中的重要组成部分,本文基于TensorFlow深度学习模型,完成了手写体数字识别及应用。首先建立TensorFlow深度学习模型,分析了卷积神经网络(CNN)模型结构及Softmax模型结构,对手写体数据集M NIST中的60 000个样本进行深度学习,并对10 000个样本的测试进行对比。通过深度学习得到手写体数字的识别模型参数,进而使用模型参数识别用户手写体数字
2020年,面对错综复杂的国际国内形势以及新冠肺炎、自然灾害等不利影响,金钼集团坚持稳中求进总基调,按照“目标不变、任务不减、标准不降”总要求,统筹做好疫情防控和生产经
本文对西门子POLYMOBIL PLUS移动式X光机的整机工作原理做简单介绍,对相应的电路进行了功能分析,提供相应的检修程序代码,并对使用过程中出现的两例特殊故障涉及电源供电故障