基于结构特征的路面裂纹病害检测算法

提出一种新颖的图像分解算法,用于复杂背景下的路面病害图像,可以获得较为清晰的裂纹病害信息。通过对含有局部线性特征的裂纹图像进行形态分析,建立与结构特征相匹配的基底,利用局部Ridgelet函数作为稀疏表示的基底,图像中的结构信息作为一种组成成分被提取出来,同时运用全变差正则化方法对提取的结构信息加以正则化约束,使得提取结果更加精细化。实验结果表明利用该算法提取的裂纹病害信息符合人眼的观测结果。     

四川盆地须家河组低渗透气层渗透率模型的建立

四川盆地上三叠统须家河组发育大量低渗透气层,不同层位孔渗关系不同,常规建模方法得到的渗透率不能代表储层真实情况,这给储层评价带来了困难。为了建立适合低渗透气层的渗透率模型,从反映孔隙结构的毛细管压力资料出发,通过对Thomeer模型的求解,找到了有效渗流孔隙与无效渗流孔隙分界点。该点反映了控制流体流动的主孔隙系统,代表了非润湿相完全占据有效孔隙空间时的状态。将岩心渗透率与该点交会,分层段建立了反映孔隙结构的渗透率模型。将新模型应用于实际储层进行检验,结果表明新模型精度较高,值得推广。     

不同形貌LiMn2O4的电化学及Li+扩散性能

合成了球形和立方体形貌的MnCO3前驱体,再用熔融浸渍和程序升温法煅烧,得到两种LiMn2O4正极材料.XRD和SEM分析表明:两种LiMn2O4均为纯净立方尖晶石型,颗粒形貌保持完好.球形材料的性能优于立方体形材料,在3.50～4.30 V充放电,0.1C首次放电比容量为133.4 mAh/g,5.0C平均放电比容量...     

300MW机组冷态启动优化的应用

针对300 MW机组冷态启动时间较长、经济性较差的问题,提出在保证机组和设备安全运行的前提下,改进机组冷态启动措施,优化300 MW机组冷态启动程序。经实际应用验证,改进后的机组冷态启动措施缩短了机组冷态启动时间,实现了300 MW机组安全和经济启动,提高了300 MW机组运行经济性。     

基于变换域数字图像水印技术的研究

以数字图像水印为研究对象,在介绍典型的最低有效位LSB空间域图像水印算法优缺点的基础上,对DFT、DCT、DWT、Ridgelet变换域数字图像水印技术进行了研究,然后重点分析了Contourlet变换新技术,Contourlet变换通过各向异性基实现了图像的多尺度多方向性分解,更能捕获图像的曲线奇异性和匹配人类视觉特性,这一新技术在数字图像水印领域有广阔地应用前景,最后指出了数字水印的发展方向.     

新型的智能化液位温度测量系统

介绍了磁致伸缩液位传感器的工作原理及C8051F015单片机的主要特性，以及核心器件EPM7256AE和DS18820的功能及使用方法，研制了基于C8051F015、EPM7256AE和DS18820的数字式智能化液位温度测量系统。该系统能同时实现液位、界位、多点温度测量，并用RS-485串行通信进行远距离传输，不仅测量精度高，而且稳定性好。     

基于强化学习的低时延车联网群密钥分配管理技术

车联网的通信密钥管理水平决定其信息保密性和抵御电子欺骗等基于用户身份的攻击的安全性。现有密钥管理方案采用固定频率更新车联网的群密钥,增大了密钥更新时延和加密时延。提出一种基于强化学习的低时延车联网群密钥分配管理技术,令群首车辆根据周边车辆数目变化和密钥更新记录等因素优化其群密钥的更新频率和密钥长度。该技术不需要群首车辆预知附近的车流变化模型与访问驱动高速缓存攻击模型,降低加解密时延,并在基于高级加密标准的车联网仿真进行验证。仿真结果表明,相比基准的群密钥管理方案,该技术降低密钥更新的传输时延,减少车联网的加解密计算时延,并提高群密钥的保密性。     

SSCDenseNet:一种空-谱卷积稠密网络的高光谱图像分类算法

基于深度学习的高光谱遥感图像地物分类是目前研究的热点.但由于其参数规模大以及结构复杂,深度网络通常需要大量训练样本和较长训练时间,如何在小规模样本下建立深度学习监督分类模型是需要解决的关键问题.本文提出了一种小规模样本下高光谱图像分类的空-谱卷积稠密网络算法,称为SSCDenseNet,其包含三种新颖的架构策略：（1）空-谱分离卷积,即采取光谱维一维卷积和空间维二维卷积的分离卷积结构构成隐层单元,并通过多个隐层单元堆叠构造深度网络;（2）隐层单元中使用批归一化,减少数据协方差漂移及加速网络训练;（3）隐层单元间构建稠密连接,缓解梯度消失问题并实现特征复用.通过Indian Pines、Pavia University与Salinas数据集进行综合测评,表明该方法优于若干最新深度学习方法,特别在小规模样本下具有优异的分类性能.     

基于认知多样性变异的鸡群算法协同优化异步实现

从小鸡更新公式、优化方式和基于认知多样性变异三方面改进鸡群算法。在小鸡位置更新过程中加入自我学习系数,并向所在种群公鸡学习,同时对未知空间进行探索;采用逆序协同优化异步实现策略提高算法解决更高维度问题的能力;充分利用个体认知多样性,使个体最优以一定概率发生变异,从而带领群体逃离局部最优,收敛到全局最优。Benchmark function测试表明,改进的鸡群算法优于其他优化算法。模型数据反演结果表明,该算法具有很强的全局搜索能力,反演精度较高,同时抗噪能力很强。     

储层毛管压力曲线构造方法及其应用

为了连续获取储层毛管压力曲线评价储层孔隙结构,针对储层毛管压力资料非常有限这一问题,以169块不同类型的岩芯压汞资料分析为基础,提出了利用常规孔隙度、渗透率等参数构造毛管压力曲线的新方法,并建立了毛管压力曲线的构造模型.通过与实际岩芯压汞毛管压力曲线的对比,验证了构造模型的准确性,并提出优选综合物性指数模型来连续构造毛管压力曲线.将该毛管压力曲线应用于实际储层评价中以求取平均毛管半径、最大毛管半径和储层含水饱和度等地层参数以及评价储层的孔隙结构,与岩芯分析结果以及油田现场利用测井模型解释获取结果对比表明,新模型计算的结果是真实可靠的.