一种TiCuZrPdNi非晶复合材料及其制备方法

    公开(公告)号:CN111363988B

    公开(公告)日:2021-04-16

    申请号:CN202010275983.5

    申请日:2020-04-09

    IPC分类号: C22C45/10

    摘要: 本发明提供一种TiCuZrPdNi非晶复合材料及其制备方法,属于非晶合金制备技术领域,所述非晶复合材料的合金成分为Ti40Cu36‑xZr10Pd14Nix,其中,0.5≤x≤8.5。该方法通过选取不含有毒元素Be的具有较大玻璃形成能力的Ti40Cu36Zr10Pd14基础合金体系,在此基础上,通过调节金属元素配比以及添加少量的金属元素Ni来降低了非晶形成能力,在快速凝固的过程中析出了B2相,以此来获得同时兼具高屈服强度和高塑性的Ti基非晶复合材料,消除了在加工制备过程中Be元素带来的安全隐患,拓宽了该类非晶复合材料的应用前景,具有极大的发展空间。

    基于文字描述的单目标跟踪方法、装置、设备及存储介质

    公开(公告)号:CN112734803B

    公开(公告)日:2023-03-24

    申请号:CN202011642602.9

    申请日:2020-12-31

    申请人: 山东大学

    摘要: 本发明公开了基于文字描述的单目标跟踪方法、装置、设备及存储介质:对待跟踪视频按照设定帧数平均划分为若干个视频包;对文字描述提取出第一、二和三文字特征;对每个视频包的第n个采样帧分别提取第一、二和三视觉特征;基于每个视频包第n个采样帧的第一、第二和第三视觉特征分别对第一、第二和第三文字特征进行更新,得到更新后的第一、第二和第三文字特征;对待跟踪目标的样板图像,分别提取第四、第五和第六视觉特征;对搜索区域图像,分别提取第七,第八和第九视觉特征;将更新后的第一、第二和第三文字特征向量,分别与第四到第九视觉特征进行融合,得到融合特征;根据融合特征,得到待跟踪视频的当前视频包中每一帧的目标跟踪结果。

    一种TiCuZrPdNi非晶复合材料及其制备方法

    公开(公告)号:CN111363988A

    公开(公告)日:2020-07-03

    申请号:CN202010275983.5

    申请日:2020-04-09

    IPC分类号: C22C45/10

    摘要: 本发明提供一种TiCuZrPdNi非晶复合材料及其制备方法,属于非晶合金制备技术领域,所述非晶复合材料的合金成分为Ti40Cu36-xZr10Pd14Nix,其中,0.5≤x≤8.5。该方法通过选取不含有毒元素Be的具有较大玻璃形成能力的Ti40Cu36Zr10Pd14基础合金体系,在此基础上,通过调节金属元素配比以及添加少量的金属元素Ni来降低了非晶形成能力,在快速凝固的过程中析出了B2相,以此来获得同时兼具高屈服强度和高塑性的Ti基非晶复合材料,消除了在加工制备过程中Be元素带来的安全隐患,拓宽了该类非晶复合材料的应用前景,具有极大的发展空间。

    一种TiCuZrPdFe非晶合金及其制备方法

    公开(公告)号:CN111394665A

    公开(公告)日:2020-07-10

    申请号:CN202010339175.0

    申请日:2020-04-26

    IPC分类号: C22C45/00 B22D18/06

    摘要: 本发明公开了一种TiCuZrPdFe非晶合金及其制备方法,属于属于非晶合金技术领域,所述非晶合金的成分为Ti40Cu36-xZr10Pd14Fex,其中,1≤x≤2;本发明选取目前具有较大玻璃形成能力的Ti40Cu36Zr10Pd14基础合金体系,通过调节Cu、Fe元素的增减来降低非晶形成能力,在快速凝固过程中析出B2相来获得具有高断裂强度和高塑性的Ti基非晶复合材料,消除了在加工制备过程中Be元素带来的安全隐患,拓宽了该类Ti基非晶复合材料在各领域的发展前景,具有极大的发展空间。

    基于文字描述的单目标跟踪方法、装置、设备及存储介质

    公开(公告)号:CN112734803A

    公开(公告)日:2021-04-30

    申请号:CN202011642602.9

    申请日:2020-12-31

    申请人: 山东大学

    摘要: 本发明公开了基于文字描述的单目标跟踪方法、装置、设备及存储介质:对待跟踪视频按照设定帧数平均划分为若干个视频包;对文字描述提取出第一、二和三文字特征;对每个视频包的第n个采样帧分别提取第一、二和三视觉特征;基于每个视频包第n个采样帧的第一、第二和第三视觉特征分别对第一、第二和第三文字特征进行更新,得到更新后的第一、第二和第三文字特征;对待跟踪目标的样板图像,分别提取第四、第五和第六视觉特征;对搜索区域图像,分别提取第七,第八和第九视觉特征;将更新后的第一、第二和第三文字特征向量,分别与第四到第九视觉特征进行融合,得到融合特征;根据融合特征,得到待跟踪视频的当前视频包中每一帧的目标跟踪结果。