基于时空的弱点状运动目标检测技术

如何在复杂背景下持续有效地检测目标位置,一直是研究者们需要面对的主要挑战。本文在研究红外点状移动目标特征的基础上,根据目标无纹理,无形状的特性,提出一种改进的形态学目标增强算法,并利用目标连续时空不变性检测目标。首先,建立多尺度的图像金字塔,在每层上采用改进的形态学算法快速、粗糙定位小目标。然后进一步的根据目标在时空上的位置相关性,提出基于目标运动特征分析的精确检测方法。得到精确稳定的检测结果。最后实验结果表明与经典的形态学检测算法及其他算法相比,该技术能更有效地检测弱小目标,具有更高的鲁棒性。     

天荣矿二2煤储层物性及特征

煤储层物性及特征是煤层气地质理论的重要内容，加强其研究对提高煤层气勘探开发成效至关重要。基于天荣矿地质、煤层气勘探及相关测试等资料，采用地质与煤层气地质理论对该矿二₂煤储层物性及特征进行了研究。结果表明:天荣矿二₂煤层物理性质良好，生烃物质丰富；煤层含煤性、稳定性、可采性好，煤层气含量和纯度高，可为煤层气开发提供良好对象和气源条件；煤变质程度高，煤中裂隙相对发育，但其渗透性整体较差，渗透率分异显著且普遍低下；煤储层能量较强且分异显著，煤储层压力状态为欠压—超压型，并以正常—超压煤储层压力状态为主，有利于煤层气高产富集。     

四川盆地及周缘上奥陶统五峰组岩相特征

上奥陶统五峰组分为页岩段和观音桥段。对比分析四川盆地及周缘五峰组页岩气钻井岩心以及测试数据,根据岩心和全岩矿物组分特征,以硅质矿物(石英)、黏土矿物和碳酸盐矿物为三端元,进行岩相划分。页岩段可识别出4种岩相类型:硅质页岩、含黏土硅质页岩、含灰硅质页岩以及含灰黏土质页岩;观音桥段发育含介壳泥质灰岩。页岩气钻井实测数据表明,页岩段4类页岩岩相品质(有机碳含量、脆性矿物含量以及含气量)差异较大,硅质页岩品质最优,含灰黏土质页岩品质最差。页岩段岩相类型以及观音桥段分布特征受控于沉积环境。川南永川地区等相对浅水的区域页岩厚度较大,但是硅质页岩厚度较小,页岩段整体品质较差,不建议作为水平井靶窗;川南威远地区受古陆和古地形影响,硅质页岩厚度较小,也不建议作为水平井靶窗;川东南焦石坝、武隆、丁山以及南川地区硅质页岩厚度超过4 m,可作为水平井靶窗。     

氮气对复采工作面遗煤复燃的防治效能

为探究不同体积分数N₂对复采工作面遗煤复燃过程的防治效果，采用自主研发的程序升温试验装置，对煤样分别通入体积分数为10%、20%、30%和40%的N₂，以氧化反应过程中耗氧速率V_O2、一氧化碳产生率V_CO和表观活化能E的变化情况来反映煤自燃的发展程度。试验表明:不同体积分数的N₂对煤氧化升温过程均具有抑制作用，相比于煤在纯空气条件下的氧化自燃，通入的N₂体积分数越大，煤初次自燃和二次氧化升温过程的V_O2和V_CO更低、E更高，说明通入的氮气体积分数越大，对煤氧化升温过程的抑制效率越好。其中，在煤初次自燃阶段，当N2体积分数C_N2≥20%时抑制效果更佳；在煤二次氧化复燃阶段，当N₂体积分数C_N2≥40%时抑制效果更佳。     

一种Chirplet神经网络自动目标识别算法

针对飞机目标的自动识别问题,提出一种联合特征提取与分类的Chirplet神经网络方法,实现一维高分辨率距离像的识别。Chirplet神经网络将Chirplet原子变换用于多层前馈神经网络结构的输入层,替换传统的激励函数对距离像序列进行特征提取;网络的分类部分由隐层和输出层组成。在训练过程中调整神经网络权值的同时,完成对Chirplet原子时频参数的自动调整,协调优化特征参数和分类器参数,使Chirplet神经网络同时实现特征提取和目标分类。对4类飞机目标的仿真测试结果表明,相比时频变换和Gabor原子网络等方法,具有四特征参数的Chirplet神经网络方法具有较高的识别率和抗噪性能。     

复杂顶板巷道锚杆锚索支护参数优化设计

针对复杂顶板巷道支护难、维修费用高等问题,根据原有支护参数的不足,采用FLAC^3D数值模拟软件,建立分析了复杂顶板巷道数值模型,采用单一变量实验方法,分别以顶板锚杆间排距、长度和帮部锚杆间排距、长度为研究对象,分析了顶板和帮部锚杆和锚索合理支护参数。研究为复杂顶板巷道锚杆锚索支护参数设计提供了理论基础。     

Hierarchical Learning Water Cycle Algorithm

In order to improve the global searching ability of Water Cycle Algorithm (WCA), the hierarchical learning concept is introduced and the Hierarchical Learning WCA (HLWCA) is proposed in this paper. The underlying idea of HLWCA is to divide the solutions into collections and give these collections with hierarchy differences. One of the collections has a higher hierarchy than others and utilizes an exploration-inclined updating mechanism. The solutions in this high hierarchy collection are the exemplars of other collections. The other collections are sorted according to the exemplars’ function value and the solutions in these collections actively choose whether to follow their own exemplar or not. Through different updating mechanisms of collections, the global searching ability is improved while the fast convergence and strong local search ability of WCA are retained. The proposed HLWCA is firstly experimented on IEEE CEC 2017 benchmark suite to testify its performance on complex numerical optimization tasks. Then, it is tested on four practical design benchmark problems to verify its ability of solving real-world problems. The experimental results illustrate the efficiency of the proposed algorithm.     

因子分析在冀东峪耳崖金矿地球化学找矿中的应用

峪耳崖金矿位于华北板块北缘，矿区基底地层为太古界迁西群麻粒岩相和角闪岩相，矿体受NNE—NE向断裂构造控制，赋矿围岩为花岗岩。在矿床地质特征基础上，利用矿区土壤地球化学数据，采取传统统计法和累计频率法圈定了金矿12个元素的异常范围；运用因子分析方法划分出了Sb Hg Pb As元素组合、Au Ag Bi元素组合、Zn Cu Sn元素组合和W Mo元素组合；再对因子得分进行趋势面分析，较为有效地突出了深层次的找矿信息，更准确地圈出成矿靶区。结合研究区地质特征认为Au Ag Bi元素组合和Sb Hg Pb As元素组合为研究区最佳地球化学标志元素组合，下一步地质工作重点应放在矿区中矿带矿体深部及其南部异常高值区，同时布置少量工程在北矿带，以追索与唐杖子金矿之间的联系。     

Passive target detection and tracking from electromagnetic field measurements

This paper presents a novel approach to the localization of moving targets in a complex environment based on the measurement of the perturbations induced by the target presence on an independently‐generated time‐varying electromagnetic field. Field perturbations are measured via a set of sensors deployed over the domain of interest and used to detect and track a possible target by resorting to a particle Bernoulli filter (PBF). To comply with real‐time operation, the PBF works along with an artificial neural network (ANN) model of the environment trained offline via finite elements (FEs). The performance of the proposed algorithm is assessed via simulation experiments.     

山东栖霞—大柳行地区金矿找矿靶区地质评价及优选

栖霞—大柳行地区位于胶东中部栖霞—蓬莱金矿成矿带内，是胶东重要的金成矿区，成矿条件优越。为了对圈定靶区进行优选分类，通过对该区地质背景、找矿靶区评价、找矿靶区优选方面展开综合研究，并结合勘查工作程度和矿业权设置情况，划分出3类预测区，选定了5个靶区为今后优先部署勘查工作的方向。