冷冻结晶法生产硫酸镍的工艺实践

对金冠铜业冷冻结晶法生产硫酸镍的工艺流程做了介绍,重点阐述了系统运行三年以来所作的优化改进;总结分析了生产实践中摸索的适合车间生产的工艺参数,确定了硫酸镍最佳生产模式;同时对硫酸镍产品中的铜的脱除情况进行了分析和探讨。     

基于奖励值RNN和A2C模型的音乐生成

我们提出了一个新的方法—基于奖励值RNN的优势演员-评论家算法(R-A2C)来生成音乐。我们的模型首先使用一个带有注意力机制的RNN模型(Recurrent neural network)预处理数据并将此作为先验策略,然后我们将包含先验策略和用户反馈信息的奖励值RNN增加到A2C(Advantage Actor-Critic)模型中,使得任意用户给定的约束与循环网络的风格相结合,以此来鼓励演员生成更符合用户需求的音乐,实验表明我们的模型取得了预期的效果。     

基于三值Walsh插值函数的PSWF重构方法

针对采用二值Walsh函数重构椭圆球面波函数(PSWF)精度不高的问题,通过理论分析的方式,将二值Walsh插值函数推广为三值Walsh插值函数,并依据其完备正交性,提出基于三值Walsh插值函数的PSWF重构方法。在此基础上,对运算量、信号精度、信号性能等进行数值分析。结果表明,相比于二值Walsh函数重构法,在运算量基本持平的基础上,提出的方法能够在相同采样点数量的情况下,使得时域重构信号的精度至少提升5个数量级,且时域正交性较好,频域能量聚集度也有1个数量级的提高。     

一种基于CST技术的机翼参数化描述方法

为了确保翼型性能，需要采用恰当的翼型参数化方法生成所需要的翼型几何体。利用CST方法生成具有代表性的Clark-Y二维机翼，同时对CST方法生成三维几何体进行了详细研究。在原有的CST方法基础上对生成三维机翼的方法进行改进，用来解决机翼外形不连续变化的情况，生成可控分段变化三维机翼外形，控制效果良好。     

PSO优化多核RVM的模拟电路故障预测

针对模拟电路健康管理的特点，提出了一种基于PSO优化多核RVM的模拟电路故障预测方法。利用参数分析得到电路的输出频域响应作为特征，计算其与电路无故障标准响应的欧氏距离来表征电路元件健康值，将多个核函数线性组合，并用PSO优化多核RVM参数后的模型实现对各个时间点元件的健康值变化轨迹进行预测。仿真结果表明，该方法在小样本情况下，预测效果优于单一核函数的RVM模型，适用于健康管理中实时预测，具有较好的实用性。     

基于语义分割算法的水库漂浮物智能识别

为了满足水库漂浮物强监管的需求，发挥水库水雨情视频监控的优势，将语义分割算法DeepLabV3+应用于水库漂浮物智能识别任务中。首先，通过多要素数据采集方法以及多种图像数据增强方式系统性整合得到水库漂浮物语义分割数据集。然后，提出改进的加权代价函数，以适应数据集中各类的总像素数量不平衡的问题。实验结果表明，通过规范采集与多种数据增强建立的数据集，以及改进的加权代价函数，提高了水库漂浮物语义分割模型的准确率。所提模型像素准确率平均值、平均交叉比分别可达到95.21%、91.03%，通过微信企业号实现的移动监管，可为水利相关部门对水库漂浮物进行及时的智能监控预警提供新的技术方案。     

基于多尺度双线性卷积神经网络的多角度下车型精细识别

针对多角度下车辆出现一定的尺度变化和形变导致很难被准确识别的问题，提出基于多尺度双线性卷积神经网络（MS-B-CNN）的车型精细识别模型。首先，对双线性卷积神经网络（B-CNN）算法进行改进，提出MS-B-CNN算法对不同卷积层的特征进行了多尺度融合，以提高特征表达能力；此外，还采用基于中心损失函数与Softmax损失函数联合学习的策略，在Softmax损失函数基础上分别对训练集每个类别在特征空间维护一个类中心，在训练过程中新增加样本时，网络会约束样本的分类中心距离，以提高多角度情况下的车型识别的能力。实验结果显示，该车型识别模型在CompCars数据集上的正确率达到了93.63%，验证了模型在多角度情况下的准确性和鲁棒性。     

均匀T网格样条曲面的局部细分算法

为解决T样条曲面造型中控制点插入的规范与半规范问题,提出基于均匀T网格样条曲面的局部细分算法。首先根据T样条曲面定义,将B样条曲面转换成均匀T网格样条曲面,然后在均匀T网格样条曲面中进行局部均匀控制点插入。为满足曲面局部特征细分要求,采用递进控制点插入形式:拥有局部特征的网格先进行全行(或全列)均匀控制点插入,之后进行局部列(局部行)均匀控制点插入,在此基础上,可以再次进行均匀控制点插入,以达到对网格的嵌套细分。该算法对初始网格控制点的混合函数进行矩阵转换,得到最终T网格上控制点的混合函数,实现最终曲面构造。与T样条曲面的局部细分相比,该方法简化了任意控制点插入的复杂度,与B样条曲面的局部细分相比,该方法减少了多余控制点。